मूविंग एवरेज (SMA/EMA) कैलकुलेटर

मूविंग एवरेज क्या है?

मूविंग एवरेज प्रत्येक बिंदु को आस-पास के बिंदुओं के औसत से प्रतिस्थापित करके एक शोरयुक्त डेटा श्रृंखला को स्मूथ करता है, जिससे अल्पकालिक उतार-चढ़ाव के बीच अंतर्निहित रुझान देखना आसान हो जाता है। यह विनिर्माण मांग पूर्वानुमान, वित्तीय विश्लेषण और प्रक्रिया निगरानी में सबसे व्यापक रूप से उपयोग की जाने वाली टाइम-सीरीज़ तकनीकों में से एक है।

सरल मूविंग एवरेज (SMA) समान भार के साथ सबसे हाल के N बिंदुओं ("विंडो") का औसत निकालता है, और प्रत्येक नए बिंदु के लिए एक कदम आगे खिसकता है। इसकी गणना और व्याख्या करना आसान है, लेकिन यह पुराने और हाल के डेटा को समान रूप से मानता है और वास्तविक हाल के परिवर्तनों पर धीरे प्रतिक्रिया करता है, क्योंकि प्रत्येक पुराना बिंदु विंडो से बाहर होने तक पूरी तरह गिना जाता रहता है।

इसके विपरीत, घातीय मूविंग एवरेज (EMA) हाल के बिंदुओं को अधिक भार और पुराने बिंदुओं को क्रमिक रूप से कम भार देता है, जो विंडो आकार से प्राप्त एक स्मूथिंग फैक्टर का उपयोग करता है। इससे EMA समान विंडो आकार की SMA की तुलना में हाल के परिवर्तनों पर तेज़ी से प्रतिक्रिया करता है, जिसकी कीमत यह है कि यह अल्पकालिक शोर के प्रति कुछ अधिक संवेदनशील होता है।

Formula: SMA_t = (x_t + x_(t-1) + ... + x_(t-N+1)) / N EMA_t = α × x_t + (1 − α) × EMA_(t-1), α = 2 / (N + 1)

गणना उदाहरण

श्रृंखला 10, 12, 13, 12, 15, 16, 18, 17, 19, 20 को 3-अवधि विंडो के साथ लें: पहला SMA मान पहले तीन बिंदुओं का औसत है (10+12+13)/3 = 11.67, दूसरा बिंदु 2-4 का औसत है (12+13+12)/3 = 12.33, और इसी तरह आगे, जिससे कुल 8 स्मूथ किए गए मान प्राप्त होते हैं (10 बिंदु घटा 3 की विंडो, प्लस 1)। EMA उसी प्रारंभिक औसत (11.67) से शुरू होता है, लेकिन फिर प्रत्येक नए बिंदु को अधिक भार देता है (यहाँ α = 2/(3+1) = 0.5), जिससे एक ऐसी श्रृंखला बनती है जो SMA की तुलना में बाद के ऊर्ध्वगामी रुझान को अधिक निकटता से अनुसरण करती है।

इस कैलकुलेटर का उपयोग कब करें

• कोई उत्पादन योजनाकार जो पूर्वानुमान तय करने से पहले अंतर्निहित रुझान उजागर करने के लिए दैनिक उत्पादन या मांग डेटा को स्मूथ कर रहा हो
• कोई गुणवत्ता इंजीनियर जो सामान्य यादृच्छिक भिन्नता से एक वास्तविक रुझान को अलग करने के लिए समय के साथ किसी प्रक्रिया मीट्रिक की निगरानी कर रहा हो
• कोई ऊर्जा प्रबंधक जो दिन-प्रतिदिन के मौसम या उपयोग के शोर से छिपे हुए क्रमिक दक्षता रुझान को ट्रैक करने के लिए दैनिक खपत रीडिंग को स्मूथ कर रहा हो
• कोई इन्वेंट्री या आपूर्ति श्रृंखला विश्लेषक जो एक सरल पूर्वानुमान या पुनःऑर्डर-बिंदु गणना के इनपुट के रूप में बिक्री या उपयोग डेटा को स्मूथ कर रहा हो

बचने योग्य सामान्य गलतियाँ

• डेटा के प्राकृतिक चक्र पर विचार किए बिना मनमाने ढंग से विंडो आकार चुनना — ऐसी विंडो जो अंतर्निहित अवधि से मेल नहीं खाती (उदाहरण के लिए, मज़बूत साप्ताहिक पैटर्न वाले डेटा के 5 दिनों का औसत निकालना) रुझान को स्पष्ट करने के बजाय विकृत कर सकती है
• स्मूथ की गई श्रृंखला को ऐसे मानना जैसे उसमें कोई विलंब (लैग) न हो — डिज़ाइन के अनुसार SMA और EMA दोनों ही डेटा में अचानक वास्तविक परिवर्तनों से पीछे रहते हैं; मूविंग एवरेज हमेशा किसी रुझान की पुष्टि उसके वास्तव में शुरू होने से देर से करेगा
• बिना किसी सार्थक क्रम वाले डेटा पर मूविंग एवरेज का उपयोग करना (उदाहरण के लिए, अक्रमबद्ध श्रेणीबद्ध समूह) — यह तकनीक मानती है कि डेटा बिंदु समय या क्रम में व्यवस्थित हैं; इसे अक्रमबद्ध डेटा पर लागू करने से एक अर्थहीन परिणाम मिलता है
• विलंब के अंतर को ध्यान में रखे बिना SMA और EMA मानों की तुलना ऐसे करना जैसे वे एक ही चीज़ माप रहे हों — EMA तेज़ी से प्रतिक्रिया करता है, इसलिए किसी भी दिए गए बिंदु पर समान विंडो के EMA और SMA में उल्लेखनीय अंतर हो सकता है, विशेष रूप से डेटा में किसी वास्तविक बदलाव के तुरंत बाद
• अंतिम मूविंग एवरेज बिंदु को बिना समायोजन के पूर्वानुमान के रूप में बहिर्वेशित करना — मूविंग एवरेज पिछले स्मूथ किए गए व्यवहार का वर्णन करता है, किसी प्रक्षेपण का नहीं; भोला बहिर्वेशन डेटा में अभी भी मौजूद किसी भी रुझान या मौसमी प्रभाव की अनदेखी करता है

परिणामों की व्याख्या कैसे करें

• बढ़ता हुआ मूविंग एवरेज विंडो अवधि में अंतर्निहित डेटा में एक ऊर्ध्वगामी रुझान दर्शाता है; घटता हुआ मूविंग एवरेज एक अवरोही रुझान दर्शाता है
• जब मूल श्रृंखला अपने मूविंग एवरेज से ऊपर पार करती है, तो इसे अक्सर ऊर्ध्वगामी रुझान की ओर बदलाव के एक शुरुआती (यद्यपि विलंबित) संकेत के रूप में पढ़ा जाता है, और नीचे पार करना इसके विपरीत सुझाता है
• एक शोरयुक्त मूल श्रृंखला के बावजूद लगभग समतल बना रहने वाला मूविंग एवरेज सुझाता है कि अंतर्निहित प्रक्रिया स्थिर है, और दिखाई देने वाला शोर केवल अल्पकालिक यादृच्छिक भिन्नता है
• EMA और SMA (समान विंडो के साथ गणना किए जाने पर) के बीच का अंतर दिखाता है कि EMA हाल के डेटा को कितना अधिक भार दे रहा है — बढ़ता हुआ अंतर सुझाता है कि हाल का डेटा दीर्घकालिक औसत से उल्लेखनीय रूप से भटक रहा है
• चूँकि मूविंग एवरेज हमेशा वास्तविक डेटा से पीछे रहता है, रुझान की दिशा में बदलाव को केवल तभी पुष्ट मानें जब कई लगातार स्मूथ किए गए बिंदु उसी दिशा में जारी रहें, न कि किसी एक नए बिंदु से

संबंधित मानक और संदर्भ

• NIST/SEMATECH e-Handbook of Statistical Methods (खंड 6.4, Introduction to Time Series Analysis) — मूविंग एवरेज और स्मूथिंग विधियों का संदर्भ विवरण
• Hyndman, R.J. & Athanasopoulos, G., "Forecasting: Principles and Practice" — मांग पूर्वानुमान के लिए मूविंग एवरेज और घातीय स्मूथिंग विधियों को कवर करने वाला व्यापक रूप से उपयोग किया जाने वाला ओपन संदर्भ
• Box, G.E.P., Jenkins, G.M., "Time Series Analysis: Forecasting and Control" — टाइम-सीरीज़ मॉडलिंग के आधारभूत घटकों के रूप में मूविंग एवरेज और घातीय स्मूथिंग को कवर करने वाला मूलभूत सांख्यिकीय ग्रंथ

अक्सर पूछे जाने वाले प्रश्न

मैं विंडो आकार कैसे चुनूँ?

बड़ी विंडो एक अधिक स्मूथ रेखा उत्पन्न करती है लेकिन वास्तविक परिवर्तनों पर धीमी प्रतिक्रिया देती है और श्रृंखला की शुरुआत में अधिक डेटा बिंदु खो देती है (SMA को अपना पहला मान देने से पहले N-1 बिंदुओं की आवश्यकता होती है)। छोटी विंडो डेटा का अधिक निकटता से अनुसरण करती है लेकिन अधिक शोर बनाए रखती है। एक सामान्य शुरुआती बिंदु ऐसी विंडो चुनना है जो डेटा के प्राकृतिक चक्र से मेल खाती हो (उदाहरण के लिए, साप्ताहिक पैटर्न वाले दैनिक डेटा के लिए 7, वार्षिक पैटर्न वाले मासिक डेटा के लिए 12)।

मुझे SMA के बजाय EMA का उपयोग कब करना चाहिए?

जब आपको स्मूथ रेखा को हाल के परिवर्तनों पर तेज़ी से प्रतिक्रिया देने की आवश्यकता हो, तब EMA का उपयोग करें — उदाहरण के लिए, उत्पादन या ऊर्जा खपत में उभरते रुझान का यथासंभव जल्दी पता लगाने के लिए। जब आप एक अधिक स्थिर, कम प्रतिक्रियाशील आधार रेखा चाहें, या जब विंडो अवधि का समान भार वैचारिक रूप से अधिक उपयुक्त हो (उदाहरण के लिए, किसी मीट्रिक के ठीक पिछले 7 दिनों का औसत निकालना जिसमें हाल के दिनों को अधिक महत्व देने का कोई कारण न हो), तब SMA का उपयोग करें।

स्मूथ की गई श्रृंखला में मूल श्रृंखला से कम बिंदु क्यों होते हैं?

मूविंग एवरेज तब तक नहीं निकाला जा सकता जब तक विंडो भरने के लिए पर्याप्त ऐतिहासिक बिंदु मौजूद न हों, इसलिए मूल श्रृंखला के पहले (विंडो − 1) बिंदुओं का कोई संगत मूविंग एवरेज मान नहीं होता। इसलिए 10-बिंदु श्रृंखला का 3-अवधि मूविंग एवरेज केवल 8 स्मूथ किए गए बिंदु उत्पन्न करता है, जो मूल श्रृंखला के तीसरे बिंदु से शुरू होकर संरेखित होते हैं।