3 Månaders Glidande-Medelvärde Prognos Excel

Flyttande medelvärde I det här exemplet lär du dig hur du beräknar glidande medelvärdet för en tidsreaktor i Excel. Ett glidande medel används för att jämna ut oegentligheter (toppar och dalar) för att enkelt kunna känna igen trender. 1. Låt oss först titta på våra tidsserier. 2. Klicka på Dataanalys på fliken Data. Obs! Det går inte att hitta knappen Data Analysis Klicka här för att ladda verktyget Analysis ToolPak. 3. Välj Flytta medelvärde och klicka på OK. 4. Klicka i rutan Inmatningsområde och välj intervallet B2: M2. 5. Klicka i rutan Intervall och skriv 6. 6. Klicka i rutan Utmatningsområde och välj cell B3. 8. Skriv en graf över dessa värden. Förklaring: Eftersom vi ställer intervallet till 6 är det rörliga genomsnittet genomsnittet för de föregående 5 datapunkterna och den aktuella datapunkten. Som ett resultat utjämnas toppar och dalar. Diagrammet visar en ökande trend. Excel kan inte beräkna det rörliga genomsnittet för de första 5 datapunkterna eftersom det inte finns tillräckligt med tidigare datapunkter. 9. Upprepa steg 2 till 8 för intervall 2 och intervall 4. Slutsats: Ju större intervall desto mer topparna och dalarna utjämnas. Ju mindre intervallet desto närmare de rörliga medelvärdena ligger till de faktiska datapunkterna. Skapa en enkel flyttning Detta är en av följande tre artiklar om tidsserieanalys i Excel Översikt över rörelsegraden Det rörliga genomsnittsvärdet är en statistisk teknik som används för att släta ut kortsiktiga fluktuationer i en serie data för att lättare kunna identifiera långsiktiga trender eller cykler. Det rörliga genomsnittet kallas ibland som ett rullande medelvärde eller ett löpande medelvärde. Ett rörligt medelvärde är en serie siffror, som var och en representerar medelvärdet av ett intervall av specificerat antal tidigare perioder. Ju större intervall desto mer utjämning uppstår. Ju mindre intervallet desto mer är det glidande medlet liknar den faktiska dataserien. Flytta medelvärden utföra följande tre funktioner: Utjämning av data, vilket innebär att dataens passform anpassas till en rad. Minskar effekten av tillfällig variation och slumpmässigt brus. Markera outliers över eller under trenden. Det rörliga genomsnittet är en av de mest använda statistiska teknikerna inom industrin för att identifiera datatrender. Till exempel ser försäljningscheferna vanligtvis tre månaders glidande medelvärden av försäljningsdata. Artikeln kommer att jämföra två månaders, tre månaders och sex månaders enkla glidande medelvärden av samma försäljningsdata. Det rörliga genomsnittet används ganska ofta i teknisk analys av finansiella data som aktieavkastning och ekonomi för att lokalisera trender i makroekonomiska tidsserier såsom anställning. Det finns ett antal variationer av det rörliga genomsnittet. De vanligaste anställda är det enkla glidande medlet, det vägda glidande medlet och det exponentiella glidande medlet. Att utföra varje av dessa tekniker i Excel kommer att beskrivas i detalj i separata artiklar i den här bloggen. Här är en kort översikt över var och en av dessa tre tekniker. Enkelt rörligt medelvärde Varje punkt i ett enkelt glidande medelvärde är medelvärdet av ett angivet antal tidigare perioder. Denna bloggartikel kommer att ge en detaljerad förklaring av genomförandet av denna teknik i Excel. Viktad Flyttande medelpoäng i det vägda glidande medlet representerar också ett genomsnitt av ett specificerat antal tidigare perioder. Det vägda glidande medlet applicerar olika viktning till vissa tidigare perioder, ganska ofta de senaste perioderna ges större vikt. En länk till en annan artikel i den här bloggen, som ger en detaljerad förklaring av genomförandet av denna teknik i Excel, är följande: Exponentiella rörliga medelpunkter i exponentiell glidande medelvärde representerar också ett genomsnitt av ett visst antal tidigare perioder. Exponentiell utjämning gäller viktningsfaktorer till tidigare perioder som minskar exponentiellt och når aldrig noll. Som ett resultat tar exponentiell utjämning hänsyn till alla tidigare perioder istället för ett angivet antal tidigare perioder som det vägda glidande medlet gör. En länk till en annan artikel i den här bloggen som ger en detaljerad förklaring av genomförandet av denna teknik i Excel är följande: Nedan beskrivs 3-stegs processen för att skapa ett enkelt glidande medelvärde av tidsseriedata i Excel Steg 1 8211-graf Den ursprungliga data i en tidsserie-plot Linjediagrammet är det vanligaste Excel-diagrammet för att gradera tidsseriedata. Ett exempel på ett sådant Excel-diagram som används för att plotta 13 perioder med försäljningsdata visas på följande sätt: Steg 2 8211 Skapa det rörliga genomsnittet i Excel Excel tillhandahåller verktyget Flyttande medel inom menyn Dataanalys. Verktyget Moving Average skapar ett enkelt glidande medelvärde från en dataserie. Dialogrutan Flyttande medel ska fyllas i enligt följande för att skapa ett glidande medelvärde av de föregående 2 dataperioderna för varje datapunkt. Utgången från 2-års glidande medelvärde visas som följer tillsammans med formlerna som användes för att beräkna värdet av varje punkt i glidande medelvärdet. Steg 3 8211 Lägg till den rörliga genomsnittsserien i diagrammet. Dessa data ska nu läggas till i diagrammet som innehåller den ursprungliga tidslinjen för försäljningsdata. Uppgifterna kommer helt enkelt att läggas till som en ytterligare dataserie i diagrammet. För att göra det, högerklicka var som helst på diagrammet och en meny kommer dyka upp. Hit Välj Data för att lägga till den nya serien av data. Den rörliga genomsnittsserien kommer att läggas till genom att fylla i dialogrutan Redigera serier enligt följande: Diagrammet som innehåller originaldataserien och den data8217s 2-intervallet enkelt glidande medelvärdet visas som följer. Observera att den glidande medellinjen är ganska lite jämnare och råa data8217s avvikelser över och under trendlinjen är mycket tydligare. Den övergripande trenden är nu också mycket tydligare. Ett 3-intervall glidande medelvärde kan skapas och placeras på diagrammet med samma procedur som följer: Det är intressant att notera att 2-intervallet enkelt glidande medelvärde skapar en jämnare graf än det 3-intervallet enkelt glidande medelvärdet. I detta fall kan det 2-intervalla enkla glidande medlet vara det mest önskvärda än 3-intervallet glidande medelvärdet. Som jämförelse beräknas ett 6-intervall enkelt glidande medelvärde och läggas till i diagrammet på samma sätt som följer: Som förväntat är 6-intervallet enkelt glidande medelvärde signifikant jämnare än 2 eller 3-intervallet enkla glidande medelvärden. En mjukare graf passar bättre en rak linje. Analys av prognosnoggrannhet Noggrannhet kan beskrivas som godhet med passform. De två komponenterna av prognosticitetsnoggrannheten är följande: Prognos Bias 8211 Tendensen av en prognos att vara konsekvent högre eller lägre än de verkliga värdena för en tidsserie. Prognosförskjutning är summan av allt fel dividerat med antalet perioder enligt följande: En positiv bias indikerar en tendens att underskatta. En negativ bias indikerar en tendens att överskatta. Bias mäter inte noggrannhet eftersom positivt och negativt fel avbryter varandra. Prognosfel 8211 Skillnaden mellan de faktiska värdena för en tidsserie och prognosens förväntade värden. De vanligaste åtgärderna för prognosfel är följande: MAD 8211 Mean Absolute Deviation MAD beräknar det genomsnittliga absoluta värdet av felet och beräknas med följande formel: Medelvärdet av felets absoluta värden eliminerar avbrytande effekten av positiva och negativa fel. Ju mindre MAD, desto bättre är modellen. MSE 8211 Mean Squared Error MSE är ett populärt mått på fel som eliminerar avbrytande effekten av positiva och negativa fel genom att summera kvadraterna för felet med följande formel: Stora felvillkor tenderar att överdriva MSE eftersom felvillkoren är alla kvadrerade. RMSE (Root Square Mean) minskar detta problem genom att ta kvadratroten av MSE. MAPE 8211 Mean Absolute Percent Error MAPE eliminerar också avbrytande effekten av positiva och negativa fel genom att summera de absoluta värdena för felvillkoren. MAPE beräknar summan av procentuella felvillkor med följande formel: Genom att summera procentfelter kan MAPE användas för att jämföra prognosmodeller som använder olika måttmätningar. Beräkning av Bias, MAD, MSE, RMSE och MAPE i Excel För Simple Moving Average Bias kommer MAD, MSE, RMSE och MAPE att beräknas i Excel för att utvärdera 2-intervallet, 3-intervallet och 6-intervallet enkelt rörelse Genomsnittlig prognos som erhållits i denna artikel och visas som följer: Det första steget är att beräkna E t. E t 2. E t, E t Y t-act. och summera dem enligt följande: Bias, MAD, MSE, MAPE och RMSE kan beräknas enligt följande: Samma beräkningar görs nu för att beräkna Bias, MAD, MSE, MAPE och RMSE för det 3-intervalla enkelt glidande medlet. Samma beräkningar görs nu för att beräkna Bias, MAD, MSE, MAPE och RMSE för 6-intervallet enkelt glidande medelvärde. Bias, MAD, MSE, MAPE och RMSE sammanfattas för 2-intervall, 3-intervall och 6-intervall enkla glidande medelvärden enligt följande. 3-intervallet enkelt glidande medelvärde är den modell som passar bäst den aktuella data. 160 Excel Master Series Blog Directory Statistiska ämnen och artiklar i varje TopicMoving Average Forecasting Introduktion. Som du kan gissa vi tittar på några av de mest primitiva tillvägagångssätten för prognoser. Men förhoppningsvis är dessa åtminstone en värdefull introduktion till några av de datorproblem som är relaterade till att implementera prognoser i kalkylblad. I den här venen fortsätter vi med att börja i början och börja arbeta med Moving Average prognoser. Flyttande medelprognoser. Alla är bekanta med att flytta genomsnittliga prognoser oavsett om de tror att de är. Alla studenter gör dem hela tiden. Tänk på dina testresultat i en kurs där du ska ha fyra tester under semestern. Låt oss anta att du fick en 85 på ditt första test. Vad skulle du förutse för ditt andra testresultat Vad tycker du att din lärare skulle förutsäga för nästa testresultat Vad tycker du att dina vänner kan förutsäga för nästa testresultat Vad tror du att dina föräldrar kan förutsäga för nästa testresultat Oavsett om alla blabbing du kan göra för dina vänner och föräldrar, de och din lärare förväntas mycket sannolikt att du får något i området 85 du bara har. Nåväl, nu kan vi anta att trots din egen marknadsföring till dina vänner överskattar du dig själv och räknar att du kan studera mindre för det andra testet och så får du en 73. Nu är vad alla berörda och oroade kommer att Förutse att du kommer att få ditt tredje test Det finns två väldigt troliga metoder för att utveckla en uppskattning oavsett om de kommer att dela den med dig. De kan säga till sig själva: "Den här killen sprider alltid rök om hans smarts. Hes kommer att få ytterligare 73 om han är lycklig. Kanske kommer föräldrarna att försöka vara mer stödjande och säga, Quote, hittills har du fått en 85 och en 73, så kanske du ska räkna med att få en (85 73) 2 79. Jag vet inte, kanske om du gjorde mindre fester och werent vaggar vassan överallt och om du började göra mycket mer studerar kan du få en högre poäng. quot Båda dessa uppskattningar flyttade faktiskt genomsnittliga prognoser. Den första använder endast din senaste poäng för att förutse din framtida prestanda. Detta kallas en glidande genomsnittlig prognos med en period av data. Den andra är också en rörlig genomsnittlig prognos men använder två dataperioder. Låt oss anta att alla dessa människor bråkar på ditt stora sinne, har gett dig en puss och du bestämmer dig för att göra det bra på det tredje testet av dina egna skäl och att lägga ett högre poäng framför din quotalliesquot. Du tar testet och din poäng är faktiskt en 89 Alla, inklusive dig själv, är imponerade. Så nu har du det sista testet av terminen som kommer upp och som vanligt känner du behovet av att ge alla till att göra sina förutsägelser om hur du ska göra på det sista testet. Jo, förhoppningsvis ser du mönstret. Nu kan du förhoppningsvis se mönstret. Vilken tror du är den mest exakta visselpipan medan vi arbetar. Nu återvänder vi till vårt nya rengöringsföretag som startas av din främmande halvsyster, kallad Whistle While We Work. Du har några tidigare försäljningsdata som representeras av följande avsnitt från ett kalkylblad. Vi presenterar först data för en treårs glidande medelprognos. Posten för cell C6 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C7 till och med C11. Lägg märke till hur genomsnittet rör sig över de senaste historiska data men använder exakt de tre senaste perioderna som finns tillgängliga för varje förutsägelse. Du bör också märka att vi inte verkligen behöver göra förutsägelser för de senaste perioderna för att utveckla vår senaste förutsägelse. Detta är definitivt annorlunda än exponentiell utjämningsmodell. Ive inkluderade quotpast predictionsquot eftersom vi kommer att använda dem på nästa webbsida för att mäta förutsägelse validitet. Nu vill jag presentera de analoga resultaten för en tvåårs glidande medelprognos. Posten för cell C5 ska vara Nu kan du kopiera den här cellformeln ner till de andra cellerna C6 till och med C11. Lägg märke till hur nu endast de två senaste bitarna av historiska data används för varje förutsägelse. Återigen har jag inkluderat quotpast predictionsquot för illustrativa ändamål och för senare användning i prognosvalidering. Några andra saker som är viktiga att märka. För en m-period som rör genomsnittlig prognos används endast de senaste datavärdena för att göra förutsägelsen. Inget annat är nödvändigt. För en m-period rörande genomsnittlig prognos, när du gör quotpast predictionsquot, märka att den första förutsägelsen sker i period m 1. Båda dessa problem kommer att vara väldigt signifikanta när vi utvecklar vår kod. Utveckla den rörliga genomsnittsfunktionen. Nu behöver vi utveckla koden för den glidande medelprognosen som kan användas mer flexibelt. Koden följer. Observera att inmatningarna är för antalet perioder du vill använda i prognosen och en rad historiska värden. Du kan lagra den i vilken arbetsbok du vill ha. Funktion MovingAverage (Historical, NumberOfPeriods) Som enstaka deklarering och initialisering av variabler Dim-objekt som variant Dim-räknare som integer Dim-ackumulering som enstaka Dim HistoricalSize som heltal Initialiserande variabler Counter 1 ackumulering 0 Bestämning av storleken på Historisk matris Historisk storlek Historical. Count för Counter 1 till NumberOfPeriods Ackumulera lämpligt antal senast tidigare observerade värden ackumulering ackumulering historisk (historicalSize - numberOfPeriods Counter) MovingAverage Accumulation NumberOfPeriods Koden förklaras i klassen. Du vill placera funktionen i kalkylbladet så att resultatet av beräkningen visas där det ska tycka om följande. Beräkning av glidande medelvärde i Excel I den här korta handledningen lär du dig hur du snabbt beräknar ett enkelt glidande medelvärde i Excel, vilka funktioner Att använda för att flytta genomsnittet för de senaste N dagarna, veckorna, månaderna eller åren och hur man lägger till en glidande genomsnittlig trendlinje till ett Excel-diagram. I ett par senaste artiklar har vi tittat nära på beräkningen av genomsnittet i Excel. Om du har följt vår blogg vet du redan hur man beräknar ett normalt genomsnitt och vilka funktioner som ska användas för att hitta vägt genomsnitt. I dagens handledning diskuteras två grundläggande tekniker för att beräkna glidande medelvärde i Excel. Vad rör sig i genomsnitt Generellt sett kan glidande medelvärde (även kallat rullande medelvärde, löpande medelvärde eller rörligt medelvärde) definieras som en serie av medelvärden för olika delsatser av samma dataset. Det används ofta i statistik, säsongrensade ekonomiska och väderprognoser för att förstå underliggande trender. I aktiehandel är glidande medelvärde en indikator som visar medelvärdet av en säkerhet under en viss tidsperiod. I affärer är det en vanlig praxis att beräkna ett glidande medelvärde av försäljningen under de senaste tre månaderna för att bestämma den senaste trenden. Till exempel kan det glidande genomsnittet av tre månaders temperaturer beräknas genom att ta medeltemperaturen från januari till mars, sedan medeltemperaturen från februari till april, sedan mars till maj och så vidare. Det finns olika typer av rörliga medelvärden som enkla (även känd som aritmetiska), exponentiella, variabla, triangulära och viktade. I den här handledningen ser vi på det mest använda enkla glidande medlet. Beräkning av enkelt glidande medelvärde i Excel Totalt sett finns det två sätt att få ett enkelt glidande medelvärde i Excel - med hjälp av formler och trendlinjealternativ. Följande exempel visar båda teknikerna. Exempel 1. Beräkna glidande medelvärde för en viss tidsperiod Ett enkelt glidande medelvärde kan beräknas på nolltid med funktionen AVERAGE. Antag att du har en lista över genomsnittliga månatliga temperaturer i kolumn B, och du vill hitta ett glidande medelvärde i 3 månader (som visas på bilden ovan). Skriv en vanlig AVERAGE-formel för de första 3 värdena och mata in den i raden som motsvarar 3: e värdet från toppen (cell C4 i det här exemplet) och sedan kopiera formeln ner till andra celler i kolumnen: Du kan fixa kolumn med en absolut referens (som B2) om du vill, men var noga med att använda relativa radreferenser (utan tecknet) så att formeln justeras korrekt för andra celler. Kom ihåg att ett medelvärde beräknas genom att lägga upp värden och sedan dela summan med antalet värden som ska beräknas. Du kan verifiera resultatet med hjälp av SUM-formeln: Exempel 2. Hämta glidmedel för en de senaste N dagarna veckor månader år i en kolumn Anta att du har en lista med data, t. ex. försäljningsuppgifter eller aktiekurser, och du vill veta genomsnittet av de senaste 3 månaderna när som helst. För detta behöver du en formel som beräknar genomsnittsvärdet så snart du anger ett värde för nästa månad. Vilken Excel-funktion kan göra detta Den bra gamla AVERAGE i kombination med OFFSET och COUNT. AVERAGE (OFFSET (första cellen. COUNT (hela intervallet) - N, 0, N, 1)) Där N är numret för de sista dagarna veckor månader år att inkludera i medelvärdet. Inte säker på hur du använder den här glidande medelformeln i dina Excel-kalkylblad Följande exempel gör saker tydligare. Om man antar att värdena i genomsnitt är i kolumn B som börjar i rad 2, skulle formeln vara följande: Och nu kan vi försöka förstå vad den här Excel-glidande medelformeln faktiskt gör. COUNT-funktionen COUNT (B2: B100) räknar hur många värden som redan är angivna i kolumn B. Vi börjar räkna i B2 eftersom rad 1 är kolumnrubriken. OFFSET-funktionen tar cell B2 (det första argumentet) som utgångspunkt och förskjuter räkningen (värdet returneras av COUNT-funktionen) genom att flytta 3 rader upp (-3 i 2: a-argumentet). Som resultat returnerar det summan av värden i ett intervall som består av 3 rader (3 i det 4: e argumentet) och 1 kolumn (1 i det sista argumentet), vilket är de senaste 3 månaderna som vi vill ha. Slutligen skickas returvärdet till AVERAGE-funktionen för att beräkna det glidande medlet. Tips. Om du arbetar med kontinuerligt uppdaterbara arbetsblad där nya rader sannolikt kommer att läggas till i framtiden, se till att du anger ett tillräckligt antal rader i COUNT-funktionen för att tillgodose potentiella nya poster. Det är inte ett problem om du innehåller fler rader än vad som behövs så länge du har den första cellen till höger, kommer COUNT-funktionen att slänga alla tomma rader ändå. Som du säkert märkte innehåller tabellen i det här exemplet data i endast 12 månader, men ändå levereras intervallet B2: B100 till COUNT, bara för att vara på spara sidan :) Exempel 3. Hämta glidande medelvärde för de sista N-värdena i en rad Om du vill beräkna ett glidande medelvärde för de senaste N dagarna, månaderna, år etc. i samma rad kan du justera offsetformeln på följande sätt: Anta att B2 är det första numret i raden och du vill ha att inkludera de sista 3 siffrorna i medelvärdet tar formeln följande form: Skapa ett Excel-glidande medeldiagram Om du redan har skapat ett diagram för dina data, lägger du till en glidande genomsnittlig trendlinje för det diagrammet i några sekunder. För detta ska vi använda Excel Trendline-funktionen och de detaljerade stegen följs nedan. I det här exemplet skapade Ive en 2-D-kolonnediagram (Infoga tab gt Charts-grupp) för våra försäljningsdata: Och nu vill vi visualisera det glidande genomsnittet i 3 månader. I Excel 2010 och Excel 2007 går du till Layout gt Trendline gt More Trendline Options. Tips. Om du inte behöver ange detaljerna, t. ex. det glidande medelintervallet eller namnen, kan du klicka på Design gt Add Chart Element gt Trendline gt Flytta genomsnittet för det omedelbara resultatet. Format Trendline-rutan öppnas på höger sida av ditt arbetsblad i Excel 2013, och motsvarande dialogruta kommer att dyka upp i Excel 2010 och 2007. För att förbättra din chatt kan du växla till fliken Fill amp Line eller Effects på rutan Format Trendline och spela med olika alternativ som linjetyp, färg, bredd, etc. För kraftfull dataanalys kan du lägga till några glidande genomsnittliga trendlinjer med olika tidsintervaller för att se hur trenden utvecklas. Följande skärmdump visar de 2 månaders (gröna) och 3 månaders (tegelröd) rörliga genomsnittliga trendlinjerna: Nåväl, det handlar om att beräkna glidande medelvärde i Excel. Proveringsbladet med de rörliga medelformlerna och trendlinjen är tillgänglig för nedladdning - Flyttande medelvärde kalkylblad. Jag tackar dig för att du läser och ser fram emot att träffa dig nästa vecka. Du kanske också är intresserad av: Ditt exempel 3 ovan (Flytta medelvärdet för de sista N-värdena i rad) fungerade perfekt för mig om hela raden innehåller siffror. Jag gör det här för min golfliga liga där vi använder ett 4 veckors rullande medelvärde. Ibland är golfare frånvarande så istället för ett poäng kommer jag att lägga ABS (text) i cellen. Jag vill ändå att formuläret ska leta efter de senaste 4 poängen och inte räkna ABS antingen i täljaren eller i nämnaren. Hur ändrar jag formeln för att uppnå detta Ja, jag märkte att om cellerna var tomma var beräkningarna felaktiga. I min situation spårar jag över 52 veckor. Även om de senaste 52 veckorna innehöll data var beräkningen felaktig om någon cell före 52 veckorna var blank. Jag försöker skapa en formel för att få det glidande genomsnittet för 3 år, uppskattar om du kan hjälpa till med pls. Datum Produktpris 1012016 A 1,00 1012016 B 5,00 1012016 C 10,00 1022016 A 1,50 1022016 B 6,00 1022016 C 11,00 1032016 A 2,00 1032016 B 15,00 1032016 C 20,00 1042016 A 4,00 1042016 B 20,00 1042016 C 40,00 1052016 A 0,50 1052016 B 3,00 1052016 C 5,00 1062016 A 1,00 1062016 B 5,00 1062016 C 10,00 1072016 A 0,50 1072016 B 4,00 1072016 C 20,00 Hej, jag är imponerad av den stora kunskapen och den korta och effektiva instruktionen du tillhandahåller. Jag har också en fråga som jag hoppas att du kan låna din talang med en lösning också. Jag har en kolumn A på 50 (veckovis) intervalldatum. Jag har en kolumn B bredvid den med planerad produktion i genomsnitt per vecka för att slutföra målet på 700 widgets (70050). I nästa kolumn summerar jag mina veckovisa inkrement hittills (100 till exempel) och beräknar min återstående antal prognos avg per återstående vecka (ex 700-10030). Jag skulle vilja kopiera varje vecka ett diagram som börjar med den aktuella veckan (inte datumet för start x-axeln i diagrammet), med summan (100) så att min utgångspunkt är den aktuella veckan plus resten avgweek (20), och avsluta den linjära grafen vid slutet av vecka 30 och y-punkten på 700. Variablerna för att identifiera rätt celldatum i kolumn A och slutar vid mål 700 med en automatisk uppdatering från dagens datum, förvirrar mig. Kan du hjälpa dig med en formel (jag har försökt IF logik med idag och bara inte löser det.) Tack Vänligen hjälp med den korrekta formeln för att beräkna summan av timmar som har angetts under en rörlig 7-dagarsperiod. Till exempel. Jag behöver veta hur mycket övertid som arbetas av en individ under en rullande 7-dagarsperiod beräknad från årets början till slutet av året. Den totala antalet arbetade timmar måste uppdateras under de 7 rullande dagarna då jag går in i övertidstimmen dagligen. Tack. Finns det ett sätt att få summan av ett nummer under de senaste 6 månaderna? Jag vill kunna beräkna summa för de senaste 6 månaderna varje dag. Så illa behöver det uppdateras varje dag. Jag har ett excel-ark med kolumner varje dag förra året och kommer så småningom att lägga till mer varje år. någon hjälp skulle uppskattas, eftersom jag är stumped Hej, jag har ett liknande behov. Jag måste skapa en rapport som visar nya klientbesök, totala kundbesök och annan information. Alla dessa fält uppdateras dagligen i ett kalkylblad, jag behöver dra uppgifterna för de föregående 3 månaderna uppdelade per månad, 3 veckor i veckor och sista 60 dagar. Finns det en VLOOKUP eller formel eller något jag kan göra som länkar till arket som uppdateras dagligen, så att min rapport kan uppdateras dagligen