ওয়েটেড মুভিং এভারেজ হল মুভিং এভারেজ এর একটি রূপ যা এলোমেলো, স্বল্প-মেয়াদী ওঠানামার প্রভাব হ্রাস করার লক্ষ্যে টাইম-সিরিজ ডেটা মসৃণ করতে ব্যবহৃত হয় ডেটাতে নিদর্শন এবং প্রবণতাগুলি আরও সহজে খুঁজে বের করুন। ওয়েটেড মুভিং এভারেজ বর্তমান ডেটা পয়েন্টগুলিকে আরও গুরুত্বপূর্ণ বলে মনে করে কারণ সেগুলি আগের ডেটার চেয়ে বেশি প্রাসঙ্গিক। তাই এটি সাম্প্রতিক ডেটা পয়েন্টগুলিতে বেশি ওজন এবং আগের ডেটা পয়েন্টগুলিতে কম ওজন নির্ধারণ করে। Excel -এ ওয়েটেড মুভিং এভারেজ একটি পূর্বনির্ধারিত ওয়েটিং ফ্যাক্টর দিয়ে পর্যবেক্ষণের প্রতিটি ডেটা পয়েন্টকে গুণ করে গণনা করা হয়।

অভ্যাস ওয়ার্কবুক ডাউনলোড করুন

আপনি এই নিবন্ধটি পড়ার সময় কাজটি অনুশীলন করতে এই অনুশীলন বইটি ডাউনলোড করুন৷

3 উপযুক্ত এক্সেলে ওয়েটেড মুভিং এভারেজ ব্যবহার করার পদ্ধতি

আসুন একটি দৃশ্য ধরা যাক যেখানে আমাদের শরৎ মৌসুমে টানা 10 দিন তাপমাত্রা থাকে। আমাদের লক্ষ্য ডেটা মসৃণ করা এবং 11 তম দিনের জন্য তাপমাত্রা নির্ধারণ করা । আমরা আমাদের লক্ষ্য অর্জনের জন্য ওয়েটেড মুভিং এভারেজ ব্যবহার করব। ওয়েটেড মুভিং এভারেজ এক্সেলে তিনটি পদ্ধতি ব্যবহার করে গণনা করা যেতে পারে। প্রথমটিতে, আমরা গড় গণনা করব যখন আমরা নিজেরাই সূত্রটি তৈরি করব। এছাড়াও আমরা ওয়েটেড মুভিং এভারেজ গণনা করতে এক্সেলের SUMPRODUCT ফাংশন ব্যবহার করব।আমরা তৃতীয়টিতে Exponential Smoothing ব্যবহার করব।

এখানে আমাদের ডেটাসেটের একটি ওভারভিউ:

এবং এর ভিজ্যুয়াল রিপ্রেজেন্টেশন ডেটাসেট হল:

1. নিজস্ব সূত্র ব্যবহার করে ওয়েটেড মুভিং এভারেজ গণনা করুন

ধাপ 1:

• আমাদের প্রথম ধাপ হল আমরা কতগুলি পূর্ববর্তী পিরিয়ড অন্তর্ভুক্ত করতে যাচ্ছি তা নির্ধারণ করা আমাদের হিসাব। আমরা আমাদের গণনায় পূর্ববর্তী তিনটি পিরিয়ড অন্তর্ভুক্ত করতে যাচ্ছি। আপনি তাদের গুরুত্ব বা প্রাসঙ্গিকতার উপর নির্ভর করে পিরিয়ডের সংখ্যা পরিবর্তন করতে পারেন।

ধাপ 2:

• আমরা আমাদের ডেটা পয়েন্টগুলির জন্য ওজন গণনা করব। ওজন নির্ধারণের একটি সহজ পদ্ধতি হল 1 থেকে ধারাবাহিক সংখ্যাগুলি ব্যবহার করা। শতকরা মান খুঁজে বের করতে আমরা প্রতিটি সংখ্যাকে সংখ্যার যোগফল দিয়ে ভাগ করব যা নির্দেশ করবে যে সংখ্যাটি ভারিত চলমান গড় গণনা করার জন্য কতটা গুরুত্বপূর্ণ বা প্রাসঙ্গিক। (WMA) । ওজনের যোগফল নির্ণয় করতে নিচের সূত্রটি ব্যবহার করুন।

কোথায় n = পর্যায়ক্রমের সংখ্যা।

উদাহরণস্বরূপ, যদি আপনি ওজন গণনা করেন 3 ডেটা পয়েন্টের উপর গড় মুভিং, যোগফল হবে 6 গণনা করে (3 * (3 + 1)) / 2 ।

এভাবে, ওজন হবে ,

দুটি পিরিয়ডের জন্য, 1/6 = 0. 17

বর্তমান সময়ের ঠিক আগের সময়ের জন্য, 2/6 = 0.33

বর্তমান সময়ের জন্য 3/6 = 0.5

দ্রষ্টব্য: মোট পয়েন্ট 1 পর্যন্ত যোগ করতে হবে

ধাপ3:

• এখন আমরা প্রতিটি পিরিয়ডের জন্য ওজনযুক্ত চলমান গড় গণনা করব। নীচের ছবিতে কলাম D দেখায় যে আমরা দিন 3 তাপমাত্রার জন্য ওজনযুক্ত চলমান গড় গণনা করেছি। কলাম E আমরা যে সূত্রটি গণনা করতে ব্যবহার করেছি তা দেখায়।

ধাপ 4:

• যদি আমরা একটি চার্ট তৈরি করি একটি ভিজ্যুয়াল উপস্থাপনা দেখুন প্রকৃত তাপমাত্রা বনাম ওজনযুক্ত চলমান গড় , আমরা লক্ষ্য করব যে রেখা প্রতিনিধিত্ব করছে ভারিত চলমান গড় (WMA) কম ওঠানামা এর সাথে তুলনামূলকভাবে মসৃণ।

আরও পড়ুন: এক্সেলে ভেরিয়েবলের জন্য ওজন বরাদ্দ করা (3টি দরকারী উদাহরণ )

2. এক্সেল

এক্সেল SUMPRODUCT ফাংশন ব্যবহার করে ওয়েটেড মুভিং এভারেজ গণনা করুন প্রথম অ্যারের প্রথম উপাদানটিকে দ্বিতীয় অ্যারের প্রথম উপাদানের সাথে গুণ করে৷ তারপর এটি প্রথম অ্যারের দ্বিতীয় উপাদানটিকে দ্বিতীয় অ্যারের দ্বিতীয় উপাদানের সাথে গুণ করে। ইত্যাদি।

এবং অবশেষে, এটি এই সমস্ত মান যোগ করে। এই ফাংশনটি কীভাবে কাজ করে তা বোঝার জন্য নীচের চিত্রটি দেখুন৷

এই সূত্রটি ব্যবহার করে ওজনযুক্ত চলমান গড় গণনা করতে, আমাদের নিম্নলিখিতগুলি করতে হবে:

ধাপ 1:

• আমরা নিম্নলিখিত লিখব WMA

• ENTER চাপলে, দিন 3 এর ওজনযুক্ত চলমান গড় গণনা করা হবে।

ধাপ 2:

• আমরা 4-ওয়ে অ্যারো কী ব্যবহার করে সেল E7 নিচের দিকে টেনে আনব এবং পরবর্তী দিনের জন্য ওজনযুক্ত চলমান গড় হবে গণনা করা হয়েছে৷

আরও পড়ুন: এক্সেলে ওজনযুক্ত গড় কীভাবে গণনা করবেন (3টি সহজ পদ্ধতি)

3. এক্সপোনেনশিয়াল স্মুথিং ব্যবহার করে ওয়েটেড মুভিং এভারেজ গণনা করুন

এক্সেলের এক্সপোনেনশিয়াল স্মুথিং টুলটি মুভিং এভারেজ গণনা করে। যাইহোক, সূচকীয় মসৃণকরণ চলমান গড় গণনায় অন্তর্ভুক্ত মানগুলির ওজন করে যাতে সাম্প্রতিক মানগুলি গড় হিসাবের উপর বেশি প্রভাব ফেলে এবং পুরানো মানগুলি কম প্রভাব ফেলে। এই ওয়েটিং একটি স্মুথিং কনস্ট্যান্টের মাধ্যমে সম্পন্ন হয়।

ধাপ 1:

• এক্সপোনেনশিয়াল স্মুথিং ব্যবহার করে ওয়েটেড মুভিং এভারেজ গণনা করতে, প্রথমে এ ক্লিক করুন ডেটা ট্যাবের ডেটা বিশ্লেষণ

দ্রষ্টব্য: যদি ডেটা বিশ্লেষণ কমান্ডটি আপনার এক্সেলের সংস্করণে উপলব্ধ না থাকে, তাহলে নীচের বিষয়গুলি মনে রাখার বিভাগে দেখুন৷

• যখন এক্সেল ডেটা অ্যানালাইসিস ডায়ালগ বক্স প্রদর্শন করে, তালিকা থেকে এক্সপোনেনশিয়াল স্মুথিং নির্বাচন করুন এবং তারপরে ঠিক আছে ক্লিক করুন।

ধাপ 2:

• এখন যখনএক্সেল এক্সপোনেনশিয়াল স্মুথিং ডায়লগ বক্স প্রদর্শন করে, ডাটা রেঞ্জটি ইনপুট রেঞ্জ এ প্রবেশ করুন ইনপুট রেঞ্জ হয় ওয়ার্কশীট পরিসরের ঠিকানা টাইপ করে বা ওয়ার্কশীট পরিসর নির্বাচন করে।
• ড্যাম্পিং ফ্যাক্টো আর ইনপুট বক্সে একটি মসৃণ ধ্রুবক প্রদান করুন। এক্সেল হেল্প ফাইলটি পরামর্শ দেয় যে আপনি 0.2 এবং 0.3 এর মধ্যে একটি মসৃণ ধ্রুবক ব্যবহার করুন৷ আমরা ড্যাম্পিং ফ্যাক্টর বা মসৃণ ধ্রুবক হিসাবে 45 লিখব।
• পরিসীমাটি নির্বাচন করুন D5:D14 হিসাবে আউটপুট রেঞ্জ যেখানে আপনি ওয়েটেড মুভিং এভারেজ মান সংরক্ষণ করতে চান।
• ঠিক আছে বোতাম টিপুন।

ধাপ 3:

• ENTER চাপলে, 10 দিনের জন্য ওজনযুক্ত চলমান গড় গণনা করা হবে৷

আরও পড়ুন: শতাংশ সহ এক্সেলে ওজনযুক্ত গড় কীভাবে গণনা করবেন (2 উপায়)

মনে রাখার জিনিসগুলি

যদি আপনার এক্সেলের সংস্করণে ডেটা অ্যানালাইসিস কমান্ডটি উপলব্ধ না হয়, তাহলে আপনাকে বিশ্লেষণ টুলপ্যাক অ্যাড-ইন প্রোগ্রামটি লোড করতে হবে। এই নির্দেশাবলী Excel 2010, Excel 2013 এবং Excel 2016-এর ক্ষেত্রেও প্রযোজ্য।

• ফাইল ট্যাবে ক্লিক করুন, বিকল্পগুলি ক্লিক করুন এবং তারপরে <এ ক্লিক করুন 1>অ্যাড-ইনস বিভাগ।
• ম্যানেজ বক্সে, এক্সেল অ্যাড-ইনস নির্বাচন করুন এবং তারপরে যাও ক্লিক করুন।
• অ্যাড-ইন উপলব্ধ বক্সে, বিশ্লেষণ টুলপ্যাক চেক বক্স নির্বাচন করুন এবং তারপরে ঠিক আছে<2 ক্লিক করুন>.

টিপ: আপনি যদি অ্যাড-ইন উপলব্ধ বক্সে বিশ্লেষণ টুলপ্যাক খুঁজে না পান তবে ক্লিক করুন এটি সনাক্ত করতে ব্রাউজ করুন।

আপনি যদি একটি প্রম্পট বক্স পান যে বিশ্লেষণ টুলপ্যাক বর্তমানে আপনার কম্পিউটারে ইনস্টল করা নেই, এটি ইনস্টল করতে হ্যাঁ ক্লিক করুন।

একবার আপনি অ্যাড-ইনটি সফলভাবে ইনস্টল করেছেন যখন আপনি ডেটা ট্যাবে ক্লিক করবেন তখন আপনি ডেটা বিশ্লেষণ দেখতে পাবেন (সাধারণত টুলবারের একেবারে ডানদিকে)।

উপসংহার

এই নিবন্ধে, আমরা আমাদের উন্নত সূত্রের সাহায্যে এবং এক্সেলের SUMPRODUCT ফাংশন এবং Exponential Smoothing টুল ব্যবহার করে ওজনেড মুভিং এভারেজ গণনা করতে শিখেছি। এই নিবন্ধটি সম্পর্কে আপনার কোন প্রশ্ন বা সুপারিশ থাকলে, নীচে একটি মন্তব্য করুন. আপনার দিনটি ভালো কাটুক!!!