Izračunavanje pokretnog prosjeka je, prije svega, metoda koja omogućava pojednostavljenje određivanja i analize trendova u razvoju vremenske serije na osnovu izglađivanja fluktuacija mjerenja u vremenskim intervalima. Ove fluktuacije mogu nastati zbog slučajnih grešaka, koje su često nuspojava pojedinačnih tehnika izračunavanja i mjerenja ili rezultat različitih vremenskih uvjeta.
Alatu Pokretni prosek se može pristupiti iz dijaloga naredbe Analiza podataka iz menija Alati.
Koristeći alatku pokretnog prosjeka, pravim prognozu ekonomskih pokazatelja u tabeli 1.1 (Tabela 3.1).
Table3 .1 — Procjena trenda ponašanja indikatora proučavane dinamičke serije metodom pokretnog prosjeka
Napomena – Izvor: .
Na osnovu podataka tabele, pravim grafikon pokretnog proseka.
Slika 3.1 – Pokretni prosjek
Napomena – Izvor: .
Na grafikonu je prikazana opšta dinamika lančanih stopa rasta i pokretnog prosjeka, iz kojeg se vidi da indikator pokretnog prosjeka teži porastu, pa smanjenju, pa opet porastu, tj. Obim trgovinskog prometa se konstantno mijenja svakog mjeseca.
Izračun pokretnog prosjeka je brz i na jednostavan način kratkoročno predviđanje ekonomskih pokazatelja. U nekim slučajevima izgleda čak i efikasnije od drugih metoda zasnovanih na dugoročnim zapažanjima, jer omogućava, ako je potrebno, smanjenje vremenske serije indikatora koji se proučava na toliki broj članova koji će odražavati samo najnoviji trend njegovog razvoja. Dakle, prognoza neće biti iskrivljena zbog prethodno nastalih outliera, kinks, itd., i mnogo će preciznije odražavati moguću vrijednost predviđenog indikatora u bliskoj budućnosti.
Izrada linearnih prognoza koristeći Excel
Prema vrsti funkcionalnih zavisnosti egzogenih varijabli, modeli trenda mogu biti linearni i nelinearni. Složenost ekonomskim procesima i svojstvo otvorenosti ekonomskih sistema u većini slučajeva određuju nelinearnu prirodu razvoja ekonomskih pokazatelja. Međutim, izgradnja linearnih modela je mnogo manje radno intenzivan postupak i sa tehničke i sa matematičke tačke gledišta. Stoga je u praksi često dozvoljena djelomična transformacija nelinearnih procesa (pod uslovom da to dopušta preliminarna grafička analiza podataka), a modeliranje ponašanja indikatora koji se proučava svodi se na sastavljanje i evaluaciju linearna jednačina njegovu dinamiku.
Korištenje linearne funkcije za kreiranje modela trenda
Funkcija LINEST radnog lista pomaže da se odredi priroda linearnog odnosa između rezultata posmatranja i vremena njihovog snimanja i da mu se da matematički opis, najbolji način aproksimira originalne podatke. Za izgradnju modela koristi se jednadžba oblika y=mx+b, gdje je y indikator koji se proučava; x=t je vremenski trend; b, m su parametri jednadžbe koji karakteriziraju y-presjek i nagib linije trenda, respektivno. Parametri LINEST modela su izračunati na osnovu metode najmanjih kvadrata.
Funkciju LINEST možete pozvati u dijaloškom okviru "Čarobnjak za funkcije" (kategorija "Statistički"), koji se nalazi na alatnoj traci "Standard".
Tablica 3.2 – Proračun i procjena modela linearnog trenda korištenjem funkcije LINEST
- Izračunati koeficijenti sezonskosti;
- Izaberi period za izračunavanje prosjeka vrijednosti;
- Izračunaj prognozu, tj. pomnožiti prosječnu vrijednost sa faktorom sezonskosti;
- Uzmi račun dodatni faktori, koji značajno utiču na prodaju;
Izračunati prognoza korištenjem metode kretanja veoma prosečan Samo. Za ovo uzimamo prosječna vrijednost, na primjer, prosječna prodaja u posljednja 3 mjeseca i pomnožiti sa faktorom sezonskosti za 3 mjeseca - i prognoza za mjesec je spremna. Isto radimo i za sljedeći mjesec, samo će prethodni mjesec prognoze već biti uključen u obračun.
1. Izračunajmo koeficijente sezonskosti za prognozu koristeći metodu pokretnog prosjeka.
Za ovo računamo koeficijenti sezonskosti očišćeni od rasta, kao što je opisano u članku „Kako izračunati koeficijente sezonalnosti bez rasta?“ . Onda definišemo koeficijenti sezonskosti prema prethodnim periodima, za 1 mjesec, za 2 mjeseca, za 3 mjeseca, itd. u zavisnosti od perioda za koji uzimamo prosječnu vrijednost za prognozu prodaje. Na primjer, izračunajmo mjesečne koeficijente sezonalnosti (pogledajte priloženi list "Izračun koeficijenata")
Januarski koeficijent - odnos januarskog koeficijenta sezonalnosti očišćenog od rasta prema decembarskom;
Februar - februarski koeficijent do januara;
mart - mart do februar;
za januar - odnos januarskog koeficijenta sezonalnosti prema prosječnoj vrijednosti decembra i novembra
za februar - februar se dijeli sa prosječnom vrijednošću koeficijenata za januar i decembar
za mart - mart na prosjek februarskih i januarskih koeficijenata
da bismo odredili januarski koeficijent sezonalnosti za 3. mjesec, podijelimo januarski koeficijent sezonalnosti, očišćen od rasta, sa prosječnom vrijednošću koeficijenata sezonalnosti, očišćenih od rasta, za decembar, novembar, oktobar;
za februar - februarski koeficijent se dijeli sa prosječnom vrijednošću koeficijenata za novembar, decembar i januar;
Za mart - odnos marta i prosječne vrijednosti koeficijenata sezonalnosti očišćenih od rasta decembra, januara i februara;
do 1 mjeseca:
do 2 mjeseca:
do 3 mjeseca:
Izračunali smo koeficijente sezonalnosti za prethodne periode, sada ćemo utvrditi za koji period je bolje uzeti prosječnu vrijednost za više tacna prognoza Također možete jednostavno i brzo izračunati koeficijente sezonskosti pomoću programa Forecast4AC - pouzdanog pomoćnika u svim fazama predviđanja.
2. Odaberite period za izračunavanje prosječne vrijednosti za prognozu koristeći metodu pokretnog prosjeka.
Da bismo to učinili, pravimo prognozu za zadnji i pretposljednji period, podatke za koje znamo, na tri ili više načina da se odredi odgovarajući period za izračunavanje prosjeka(pogledajte priloženi list „Izbor perioda“). I da vidimo koja opcija daje precizniju prognozu:
- Izračunat ćemo prognozu prodaje koristeći metodu pokretnog prosjeka za 1. mjesec:
Decembar = novembarski obim prodaje pomnožen sa decembarskim koeficijentom sezonalnosti u odnosu na prethodni mjesec.
- Izračunajmo prognozu prodaje koristeći metodu pokretnog prosjeka za 2 mjeseca:
Decembar = prosječni obim prodaje za oktobar i novembar pomnožen sa decembarskim koeficijentom sezonalnosti za 2 mjeseca.
- Izračunavamo prognozu koristeći metodu pokretnog prosjeka za 3 mjeseca:
Decembar = prosječni obim prodaje za septembar, oktobar i novembar pomnožen sa decembarskim koeficijentom sezonalnosti za 3 mjeseca.
Sada smo na tri načina izračunali prognozu za decembar. Na isti način ćemo računati i za novembar.
Sad uporedi stvarne vrednosti za novembar i decembar sa prognozama izračunatim na 3 načina. To vidimo na našem primjeru najpreciznija prognoza se izračunava metodom pokretnog prosjeka za 2 mjeseca, uzmimo to kao osnovu. U vašem slučaju, preciznija prognoza može biti za prethodni period, za 3 prethodna perioda ili za 4 prethodna perioda.
3. Izračunajmo prognozu prodaje koristeći metodu pokretnog prosjeka.
Jer izabrali smo prognozu na osnovu prosjeka za prethodna 2 mjeseca, zatim za prognozu za januar, prosječne prodaje za novembar i decembar, pomnožite januarski koeficijent sezonalnosti sa 2 mjeseca.
Za prognozu za februar Množimo prosječni obim prodaje u januaru i decembru sa faktorom sezone februara.
Po toj logici, prognozu produžavamo do kraja godine. Prognoza prodaje za godinu je spremna.
4. Dodatni faktori koje treba uzeti u obzir prilikom izračunavanja vaše prognoze prodaje.
Za povećanje tačnosti prognoze važno je:
- Oduzmite faktore iz prošlih perioda, koji značajno uticalo na obim prodaje, ali se neće ponoviti u prognoziranim mjesecima(promocije prodaje, jednokratna isporuka velikom nestalnom kupcu, povlačenje iz velikog trgovačkog lanca itd.).
- Dodajte faktore prognoziranim mjesecima, što će značajno uticati na prodaju – početak rada sa velikim lancima, provođenje velikih kampanja promocije prodaje, lansiranje novih proizvoda, reklamne kampanje itd.
Tačne prognoze za vas!
Program Forecast4AC PRO će izračunati prognozu koristeći metodu pokretnog prosjeka istovremeno za više od 1000 vremenskih serija jednim pritiskom na taster, značajno štedeći vaše vrijeme, na jedan od 4 načina:
Na prosjek za prethodna dva perioda
Na prosjek za prethodna tri perioda
Na prosjek za prethodna 4 perioda
Dvostruki prosjek 3. i 4. prethodnog perioda
Pridruži nam se!
Preuzmite besplatne aplikacije za predviđanje i poslovnu analizu:
- Novo Prognoza Lite- automatski kalkulacija prognoze V Excel.
- 4analytics - ABC-XYZ analiza i analiza emisija Excel.
- Qlik Sense Desktop i QlikViewPersonal Edition - BI sistemi za analizu i vizualizaciju podataka.
Testirajte mogućnosti plaćenih rješenja:
- Novo Prognoza PRO- predviđanje u Excelu za velike skupove podataka.
Transkript
1 Predviđanje u Excel metoda pokretni prosek Dr. Phys. mat. nauka, profesor Gavrilenko V.V. asistent Parokhnenko L.M. (Nacionalni transportni univerzitet) Teorijska osnova. Prilikom modeliranja različitih ekonomskih procesa u praksi, sve veće mogućnosti savremenih računarskih tehnologija se široko koriste, kao i efikasne načine prognoziranje. Stoga, da biste razvili prognoze u Excelu, možete koristiti alate kao što su: građenje regresija; eksponencijalno izglađivanje; pokretni prosek. U ovom radu je proces izrade prognoze koristeći Excel izvedena metodom pokretnog prosjeka. Imajte na umu da su autori dovoljno detaljno opisali tehniku predviđanja pomoću regresije u. Metoda pokretnog prosjeka se koristi za izglađivanje i predviđanje vremenskih serija. Podsjetimo da je vremenska serija skup parova podataka (X,Y), u kojima su X momenti ili vremenski periodi (nezavisna varijabla), a Y je parametar koji karakterizira veličinu procesa koji se proučava (zavisna varijabla). Metoda pokretnog prosjeka vam omogućava da identifikujete trendove u promjenama stvarnih vrijednosti parametra Y tokom vremena i predvidite buduće vrijednosti Y. Dobijeni model se može efikasno koristiti u slučajevima kada postoji utvrđen trend u dinamici za vrijednosti predviđenog parametra. Ova metoda nije toliko efikasna u slučajevima kada je ovaj trend poremećen, na primjer, tokom prirodnih katastrofa, vojnih operacija, društvenih nemira ili kada dođe do nagle promjene parametara unutrašnje ili eksterne situacije (nivo inflacije, cijene sirovina). materijali); kada dođe do radikalne promjene poslovnog plana kompanije koja trpi gubitke. Glavna ideja metode pokretnog prosjeka je zamijeniti stvarne nivoe vremenskih serija koje se proučavaju njihovim prosječnim vrijednostima, koje poništavaju slučajne fluktuacije. Dakle, rezultat je izglađen niz vrijednosti parametra koji se proučava, što omogućava jasnije identificiranje glavnog trenda njegove promjene. Metoda pokretnog prosjeka je relativno jednostavna metoda izglađivanja i * predviđanja vremenskih serija, zasnovana na predstavljanju prognoze y t kao prosječne vrijednosti m prethodno uočenih vrijednosti y (i = 1, m), tada je m * 1: y t = yt i. Ako, na primer, kada proučavamo vremensku seriju podataka m i = 1 o dobiti preduzeća po mesecima, kao prognozu odaberemo tromesečni pokretni prosek (m = 3), tada će prognoza za jun biti prosečna vrednost za t i
2 indikatora za prethodna tri mjeseca (mart, april, maj). Ako odaberete 4-mjesečni pokretni prosjek (m = 4), tada će prognoza za jun biti prosjek indikatora za prethodna četiri mjeseca (februar, mart, april, maj). Često je, na primjer, kada se razvija prognoza za obim prodaje preduzeća, metoda pokretnog prosjeka, zasnovana na zapažanjima u prethodna 3 (ili 4) mjeseca, efikasnija (omogućava vam da pratite stvarni obim prodaje s većom preciznošću) od metoda na osnovu dugoročnih posmatranja (preko 12 mjeseci i više). To je zato što je, kao rezultat primjene 3-mjesečnog pokretnog prosjeka, svaka od 3 vrijednosti indikatora (za ova tri mjeseca) odgovorna za jednu trećinu vrijednosti prognoze. Uz 12-mjesečni pokretni prosjek, vrijednosti svakog od indikatora za ista posljednja tri mjeseca odgovorne su za samo jednu dvanaestinu prognoze. Nažalost, ne postoji pravilo koje vam omogućava da odaberete optimalan broj m pojmova pokretnog prosjeka. Međutim, može se primijetiti da što je manji m, to prognoza snažnije reagira na fluktuacije u vremenskoj seriji, i obrnuto, što je m veće, proces predviđanja postaje inercijski. U praksi se vrijednost m obično uzima u rasponu od 2 do 10. Ako postoji dovoljan broj elemenata vremenske serije, vrijednost m prihvatljiva za predviđanje može se odrediti, na primjer, na sljedeći način: postaviti nekoliko preliminarne vrijednosti m; izgladiti vremenske serije koristeći svaki postavljena vrijednost m; izračunati prosečna greška predviđanje pomoću jedne od formula: 1 * o ε = y t y t (prosječno apsolutno odstupanje); n 1 yt o ε = y n y t t t * t (prosječno relativno odstupanje); 1 * 2 o ε = (yt yt) (standardna devijacija), n t gdje je n broj puta t korišten u proračunu; izaberite vrijednost m koja odgovara manjoj grešci. Proces izglađivanja i predviđanja pomoću metode pokretnog prosjeka u Excelu može se implementirati: uvođenjem odgovarajuće formule u ćelije, na primjer, korištenjem ugrađene funkcije AVERAGE(); korišćenje alata Pokretni prosek dodatka Analysis Pack; dodavanje linije trenda grafikonu konstruisanom iz originalne vremenske serije na osnovu metode linearnog filtriranja.
3 Problem. Uzimajući u obzir podatke prikazane u tabeli o mjesečnoj dobiti društva za 11 mjeseci tekuće godine, napraviti prognozu dobiti kompanije za 12. mjesec. Fig.1. Tabela vrijednosti dobiti preduzeća po mjesecima Rješenje zadatka Ubuduće, prilikom rješavanja formulisanog problema, radi lakšeg prikaza dobijenih rezultata obračuna, koristiće se radni list Z1, Z2, Z3, Z4: list Z1 za formiranje izglađenih vremenskih serija zasnovanih na metodi pokretnog prosjeka pomoću funkcije AVERAGE() i izračunavanja njihovih prosječnih odstupanja od originalne vremenske serije; list Z2 za implementaciju procesa izravnavanja originalne vremenske serije pomoću alata Pokretni prosek dodatka Paket analize; list Z3 za vizuelni prikaz izglađene vremenske serije, izgrađen korišćenjem linije trenda tipa Linearno filtriranje na osnovu grafikona za originalnu vremensku seriju; list Z4 za komparativna analiza rezultati dobijeni pomoću gore odabranih alata: na osnovu originalne vremenske serije, izglađene vremenske serije dvomjesečnih vrijednosti pokretnog prosjeka se konstruiraju pomoću funkcije AVERAGE(), alata Pokretni prosjek dodatka "Paket analize" i linije trenda tipa Linearno filtriranje. Primena ugrađene funkcije AVERAGE() Proces dobijanja uglađene vremenske serije, kao i prognoze dobiti kompanije za 12. mesec tekuće godine prema originalnoj vremenskoj seriji, odvijaće se prema sledeći scenario: 1. Na osnovu podataka datih u tabeli Slika 1, na Excel radnom listu kreira tabelu ispunjenu podacima iz originalne vremenske serije. 2. Izglađeni podaci vremenske serije za 2, 3 i 4-mjesečne pokretne prosjeke se generišu i unose u tabelu.
4 3. Konstruirani su grafovi originalnih vremenskih serija i uglađenih vremenskih serija. 4. Koristeći jednu od gornjih formula, izračunavaju se prosječne devijacije rezultirajućih izglađenih vremenskih serija od originalnih vremenskih serija. 5. Za model je odabrana uglađena vremenska serija sa manjim prosječnim odstupanjem, a na osnovu njenih pokazatelja sastavlja se prognoza dobiti kompanije za 12. mjesec tekuće godine. Pređimo na implementaciju rješenja problema. 1. Popunite opseg ćelija A5:B15 radnog lista Z1 podacima vremenske serije iz tabele na slici 1. Kao rezultat, dobijamo tabelu prikazanu na slici 2. Fig.2. Izvorna tabela na radnom listu Excel 2. Na osnovu podataka vremenske serije iz opsega ćelija A5:B15, na osnovu metode pokretnog prosjeka, gradimo tri modela odnosa koji se proučava na osnovu podataka za 2, 3 i 4 prethodna mjeseca, respektivno. Vrijednosti rezultirajućih izglađenih vremenskih serija nalaze se, respektivno, u rasponima ćelija C7:C16; D8:D16; E9:E16. Prvo gradimo niz vrijednosti pokretnog prosjeka za dva mjeseca: u ćeliju C7 unosimo formulu =AVERAGE(B5:B6) i, koristeći marker za popunjavanje, kopiramo je u raspon ćelija C8:C16, kao rezultat čega se raspon ćelija C7:C16 popunjava izračunatim indikatorima 2-x mjesečni pokretni prosjek. Serija 3- i 4-mjesečnih vrijednosti pokretnog prosjeka konstruira se na sličan način: u ćeliju D8 unesite formulu =PROSJEK(B5:B7) i, koristeći marker za popunjavanje, kopirajte je u raspon ćelija D9:D16, što rezultira rasponom ćelija D8:D16 ispunjenim indikatorima 3-mjesečnog pokretnog prosjeka; unesite formulu =PROSEK(B5:B8) u ćeliju E9 i koristite marker za popunjavanje da je kopirate u opseg ćelija E10:E16, usled čega se opseg ćelija E9:E16 popunjava indikatorima 4 -mjesečni pokretni prosjek. Na slici 3 4 prikazane su tabele sa rezultatima za pokretne proseke za 2, 3 i 4 meseca, kao i korišćene formule.
5 Sl.3. Tabela vrijednosti za pokretni prosjek za 2, 3, 4 mjeseca Sl.4. Sadržaj ćelija tabele na slici 3. Slika 5 prikazuje grafik originalne vremenske serije i linije trenda prognoziranog pokretnog proseka konstruisane u odnosu na njega. Imajte na umu da su ovi grafikoni napravljeni korištenjem standardnih metoda za izradu grafikona u Excelu. Pošto su dobijene vrednosti izglađenih vremenskih serija zasnovanih na pokretnom proseku zasnovane na podacima iz prethodnih posmatranja, one zaostaju za odgovarajućim vrednostima originalne vremenske serije: linije trenda pokretnog proseka su pomerene u odnosu na grafikon originalne vremenske serije (slika 5). Tabele na slici 6 10 prikazuju apsolutne, relativne i standardne devijacije vrijednosti pokretnog prosjeka za 2, 3 i 4 mjeseca
6 iz odgovarajućih vrijednosti originalne vremenske serije, kao i sadržaja ćelija u ovim tabelama. Sl.5. Grafovi originalne vremenske serije i uglađene vremenske serije Sl.6. Tabela apsolutnih odstupanja
7 Sl.7. Sadržaj ćelija u tabeli Sl.6 Sl. 8. Tabela relativnih odstupanja Sl.9. Sadržaj ćelija u tabeli Sl.8 Sl.10. Tabela standardnih devijacija
8 Vrijednosti standardne devijacije u rasponu ćelija B41:D41 dobijaju se na sljedeći način: formula se unosi u ćeliju B41: = SQRT(SUMVARA(B9:B15,C9:C15)/COUNT(B9:B15) ), formula se unosi u ćeliju C41: = SQRT(SUMQRAS(B9:B15,D9:D15)/COUNT(B9:B15)), unesite formulu u ćeliju D41: =SQRT(SUMQRAS(B9:B15,E9: E15)/COUNT(B9:B15)). Treba napomenuti da je za vršenje uporedne analize grešaka za pokretni prosjek od 2, 3 i 4 mjeseca uzet isti broj opservacija. Zaključak. Iz gornjih tabela proizilazi da je za izglađivanje originalne vremenske serije i predviđanje trenda profita kompanije poželjniji model dvomjesečnog pokretnog prosjeka, budući da preciznije odgovara na fluktuacije u originalnoj vremenskoj seriji i ima manje vrijednosti. greške prognoze (apsolutne, relativne, srednje kvadratne). Predviđena vrijednost dobiti kompanije za 12. mjesec je 8325 hiljada UAH. Alat za pomični prosek dodatka „Paket analize“ Proces izglađivanja i predviđanja pomoću metode pokretnog prosjeka u Excelu može se implementirati pomoću alata za pokretni prosjek dodatka „Paket analize“ pomoću sljedeće metode: 1. Uključeno radni list Z2, kreirajte tabelu u kojoj je opseg ćelija A5: B15 je ispunjen podacima vremenske serije iz izvorne tabele (slika 1). 2. Opseg ćelija C5:C15 popunjavamo vrijednostima izglađenih serija dobijenih iz podataka za prethodna 2 mjeseca pomoću alata Moving Average dodatka “Paket analize” i raspon ćelija D5: D15 sa vrijednostima njegovih standardnih grešaka. 3. Slično, opsezi ćelija E5:E15 i F5:F15 se popunjavaju vrijednostima izglađenih serija dobijenih iz podataka za prethodna 3 mjeseca i vrijednostima njegovih standardnih grešaka, respektivno. Tehnologija za konstruisanje niza vrednosti, na primer, za dvomesečni pokretni prosek pomoću alata Pokretni prosek dodatka “Paket analize” je sledeća: Izaberite komandu Analiza podataka iz menija Alati. Pojavit će se okvir za dijalog Data Analysis (Slika 11), koji sadrži sve dostupne alate za analizu podataka. Izaberite alatku Pokretni prosek sa liste i kliknite na dugme U redu. Pojavit će se okvir za dijalog Moving Average (slika 12). U polju Interval unosa naznačite opseg izvornih podataka na Excel radnom listu, odnosno opseg ćelija B5:B15.
9 Sl.11. Dijaloški okvir Analiza podataka Sl.12. Pokretni prosek dijalog box U polje Interval unesite broj meseci koji su uključeni u izračunavanje pokretnog proseka, odnosno broj 2 (pošto se u ovom slučaju pokretni prosek gradi na osnovu podataka za prethodna 2 meseca ). U polje za unos izlaznog intervala unesite opseg ćelija u kojima će biti prikazani rezultati, odnosno opseg ćelija C5:C15. Kada označite kućice u poljima Izlaz grafikona i Standardne greške, automatski će se kreirati grafikon zasnovan na rezultatima analize i kolona koja sadrži statistička procjena greške. Polje Oznake treba provjeriti ako prvi red (kolona) u rasponu unosa sadrži naslove. Ako raspon unosa ne sadrži zaglavlja, morate poništiti izbor u polju. Kliknite na dugme OK. Niz vrijednosti za 3-mjesečni pokretni prosjek i njegove standardne greške se konstruiraju na sličan način. Na slici 13 prikazana je tabela vrijednosti dvomjesečnih i tromjesečnih pokretnih prosjeka i njihovih standardnih grešaka dobijenih pomoću alata Moving Average dodatka „Paket analize“, a na slikama 14a, 14b sadržaj ćelija ove tabele, odnosno koristi se u procesu rešavanja formula.
10 Sl.13. Izglađene serije i njihove standardne greške dobijene pomoću alata Pokretni prosek dodatka “Paket analize” Slika 14a. Sadržaj ćelija tabele Slika 13 (početak)
11 Slika 14b. Sadržaj ćelija tabele Slika 13 (nastavak) Slika 15. Grafikoni originalne vremenske serije i izglađene vremenske serije konstruisani pomoću alata Pokretni prosek dodatka “Paket analize” Zaključak: poređenje standardnih grešaka iz opsega ćelija D9:D15 sa odgovarajućim standardnim greškama iz opsega ćelija F9:F15 (Slika 13) nam omogućava da razmotrimo model 2 -x mjesečni pokretni prosjek je poželjniji za ujednačavanje i predviđanje, budući da se u svim tačkama razmatra
12 odabranog vremenskog raspona ima manje standardne greške. Predviđena vrijednost dobiti kompanije za 12. mjesec bit će vrijednost sadržana u ćeliji C15, odnosno 8325 hiljada UAH. Izrada linija trenda metodom linearnog filtriranja Za grafičku analizu podataka na grafikonu, možete koristiti konstrukciju linije trenda koristeći tačke pokretnog prosjeka. Takva linija trenda vam omogućava da konstruišete izglađenu krivulju, čiji grafički prikaz jasnije pokazuje postojeći obrazac u razvoju podataka. Za originalnu tablicu vrijednosti (slika 2) primjenjujemo metodu linearnog filtriranja (ili metodu pokretnog prosjeka) i konstruiramo linije trenda. Tehnologija za konstruisanje linije trenda je sledeća: Koristeći podatke iz izvorne tabele (slika 2), konstruišemo graf odabirom tipa Scatter u dijaloškom okviru Chart Type. Ako želite, možete promijeniti izgled iscrtanog grafikona i njegov marker, vrstu linije, boju i debljinu. Da biste to učinili, idite u mod za uređivanje rezultujućeg grafikona dvostrukim klikom na lijevu tipku miša na izgrađenom grafikonu. U dijaloškom okviru Format serije podataka koji se pojavi, postavite potrebne parametre za promjenu grafikona i pritisnite tipku OK. Zatim odaberite ovu seriju podataka desnim klikom na liniju grafikona (serija će biti odabrana crnim kvadratima). U kontekstnom meniju koji se pojavi izaberite stavku menija Dodaj liniju trenda. Ili, nakon odabira serije, kliknite bilo koje dugme miša i izaberite komandu Dodaj liniju trenda iz menija grafikona. Na ekranu će se pojaviti dijalog Trend Linija (Slika 16). Na kartici Tip odaberite tip linije trenda Linearno filtriranje (pokretni prosjek). Prilikom odabira tipa Linearnog filtriranja, morate u polje Period unijeti broj perioda (tačaka) koji se koriste za izračunavanje pokretnog prosjeka. Unesite broj 2 u ovo polje, jer Izrađujemo liniju trenda za 2 mjeseca. Kliknite OK. Analogno nastavljamo sa konstruisanjem linije trenda za 3 meseca unosom broja 3 u polje Period. Na slici 18. Prikazani su grafikoni originalne vremenske serije i linije trenda 2 i 3-mesečnog pokretnog proseka.
13 Sl.16. Dijaloški okvir Trend linija Nacrtane linije trenda mogu se formatirati. Da biste to učinili: odaberite liniju trenda tako što ćete kliknuti na nju mišem, zatim desnom tipkom miša i odaberite Formatiraj liniju trenda iz kontekstnog izbornika koji se pojavi. Pojavljuje se dijaloški okvir Trend Line Format (Slika 17), u kojem možete postaviti željeni tip trenda: tip linije, boju, debljinu; Možete promijeniti naziv izglađene krive otvaranjem kartice Opcije u istom dijaloškom okviru. Nakon postavljanja potrebnih parametara, kliknite na OK.
14 Fig. 17. Dijaloški okvir Format linije trenda Imajte na umu sljedeće: Pošto se metoda linearnog filtriranja implementira iscrtavanjem linije trenda na grafikonu, njen učinak se može uočiti vizualno, ali nije moguće dobiti numeričke rezultate koji su vam na raspolaganju, jer se oni ne unose u tabelu.
15 Fig. 18. Grafikoni originalnih vremenskih serija i linija trenda pokretnih proseka za 2 i 3 meseca Poređenje instrumenata Tehnologija za poređenje instrumenata može se implementirati sledećim koracima: Na osnovu podataka vremenske serije datih u originalnoj tabeli Slika 2, mi smo će konstruirati niz vrijednosti za dvomjesečni pokretni prosjek koristeći funkciju AVERAGE() i dvomjesečni pokretni prosjek paketa za analizu. Napravimo graf originalne vremenske serije i liniju trenda izglađene vremenske serije.
16 Fig. Slika 19. Tabela vrijednosti 2-mjesečnog pokretnog prosjeka dobijenog korištenjem funkcije AVERAGE() i paketa analize Slika 20. Grafovi originalne vremenske serije, pokretni prosjek za 2. mjesec dobiven korištenjem funkcije AVERAGE, alat Pokretni prosjek dodatka Paket analize, uz dodatak linije trenda linearnog filtriranja
17 Upoređivanje vrijednosti pokretnog prosjeka u koloni C, dobijenih direktnim unosom formula u ćelije radnog lista, sa vrijednostima pokretnog prosjeka u koloni D, izračunatim pomoću alata Pokretni prosjek u "Paketu za analizu" " dodatak (Sl. 20), možete vidjeti da je indikator pokretnog prosjeka Prosjek u koloni C pomjeren za jednu poziciju naniže u odnosu na kolonu D. Ovaj problem se može riješiti, na primjer, na ovaj način: nakon vrijednosti Pokretnog prosjeka izračunate, trebali biste odabrati sve ove vrijednosti i pomaknuti ih za jedan red radnog lista. Ova radnja će vam omogućiti da povežete prognoze sa tačno periodima na koje se odnose. Međutim, ako je polje za potvrdu Prikaži graf označeno u dijalogu Pokretni prosek (slika 12), graf će postaviti podatke prognoze u skladu sa podacima radnog lista. Pomicanjem vrijednosti radnog lista jedan red naniže, također morate urediti iscrtani grafikon na osnovu podataka prognoze. Napomenimo prednosti i nedostatke izrade prognoze pomoću metode pokretnog prosjeka: Izrada prognoze pomoću alata pokretnog prosjeka je prilično jednostavna i prilično precizno odražava promjene u glavnim pokazateljima iz prethodnog perioda. Ponekad su čak i efikasnije u predviđanju od metoda zasnovanih na dugoročnim zapažanjima. Međutim, jednostavan pokretni prosjek je brz, ali ne uvijek precizan način da se identifikuju opći trendovi u vremenskoj seriji. Kada kreirate prognoze pokretnog prosjeka pomoću dodatka Analysis Pack, predviđanje se kreira jedan vremenski period ranije. Moguće je kreirati graf koji koristi podatke vremenske serije za konstruiranje linije trenda pokretnog prosjeka, ali graf ne prikazuje stvarni numeričke vrijednosti pokretni prosek. Takođe, ne postoji način da se promeni lokacija linije trenda na grafikonu. Izrada prognoza zasnovana na pokretnom prosjeku ne daje prognozu koja prelazi granice poznatih podataka. Možete premjestiti granicu procjene u budućnost duž vremenske ose koristeći jednu od statističkih funkcija regresiona analiza Excel paket. Literatura 1. Karlberg K. Poslovna analiza pomoću Excela. K.: Dijalektika, str. 2. Gavrilenko V.V., Parokhnenko L.M. Rješavanje problema aproksimacije pomoću Excela // Računari + programi, S. N.V. Makarova, V.Ya. Trofimets. Statistika u Excelu: Tutorial. M.: Finansije i statistika, str. 4. Yu.N. Tyurin, A.A. Makarov. Analiza podataka na računaru / Ed. V.E. Figurnova. M: INFRA-M, str.
Laboratorijski rad 2 Tema: Tehnologija analitičkog modeliranja u DSS-u. Tehnologije za analizu i predviđanje zasnovane na trendovima Cilj: proučiti mogućnosti i razviti sposobnost korištenja univerzalnih
Praktičan rad 3.7. Korišćenje čarobnjaka za funkcije MS Excel. Izrada dijagrama Svrha rada. Nakon što završite ovaj rad, naučit ćete kako: unositi formule u ćelije tablice; koristite čarobnjak za funkcije MS Excel
Laboratorijski rad 8. KONSTRUKCIJA GRAFIKA I DIJAGRAMA U EXCEL-u Svrha rada: naučiti kako koristiti sredstva grafičkog prikaza informacija u Ecel okruženju, kako ih formatirati i koristiti
PROGNOZA VOLUMA PRODAJE BENZINA METODOM EKSTRAPOLACIJE TRENDOVA Puchkova V. S., Rasteryaev N.V. Don State Technical University (DSTU) Rostov na Donu, Rusija PREDVIĐANJE OBIMA PRODAJE
RJEŠAVANJE PROBLEMA DESCRIPTIVNE STATISTIKE KORIŠĆENJEM MS EXCEL PAKETA ANALIZE Najjednostavniji problemi deskriptivne statistike mogu se riješiti korištenjem procesora proračunskih tablica. Svi primjeri u nastavku dati su za
Laboratorijski rad na Excelu (file.xls na stranici www.matburo.ru/sub_appear.php?p=l_excel) Kreiranje, popunjavanje, uređivanje i oblikovanje tabela Šta se savladava i proučava? Unos i formatiranje
3.4. Rad sa tabelama 3.4.1. Korisnički interfejs programa Microsoft Excel. Kreiranje i uređivanje tabela Dokument u programu Microsoft Excel (MS Excel) naziva se radna sveska,
Nazivi serija Grafički prikaz podataka pomoću grafikona 1.1 Osnovni koncepti Svaki grafikon je konstruisan u koordinatnom sistemu definisanom horizontalnom osom, koja se naziva osa kategorije, i
Poglavlje 4: Rad sa grafikonima i zaokretnim tabelama Predstavljanje podataka pomoću grafikona omogućava vam da vizuelno demonstrirate informacije koje se nalaze u ćelijama radnog lista. Da, koristeći dijagrame
PRAKTIKUM 5.2.4. DIJAGRAMI. TEHNOLOGIJA KONSTRUKCIJE I UREĐIVAČKI PRAKTIKUM 5.2.4. DIJAGRAMI. TEHNOLOGIJA KONSTRUKCIJE I UREĐIVANJA... 1 DIJAGRAMSKI OBJEKTI... 1 KONSTRUKCIJA DIJAGRAMA... 3 1. korak. Odabir
Grafikoni i grafikoni Uvod u crtanje grafikona Izrada i uređivanje grafikona i grafikona Podesite boju i stil linije. Uređivanje grafikona Oblikovanje teksta, brojeva,
Broj listova Laboratorijski i praktični rad TEMA: „MS Excel. Konstrukcija, formatiranje i uređivanje grafikona i grafikona.” CILJ LEKCIJE: naučiti graditi, formatirati i uređivati grafikone i grafikone.
Iscrtavanje grafova funkcija i linija trenda. Volčkov V.M., Stjažin V.N. odjelu Primijenjena matematika, Volga State Technical University Lekcija 3 Postoji mnogo specijalizovanih kompjuterski programi, što vam omogućava da gradite grafove
Laboratorijski rad 5. Obrada eksperimentalnih podataka u tabelama Zadatak 1. Na prvi radni list dokumenta upisati početne podatke koji odgovaraju varijanti zadatka. Napravite graf
Laboratorijski rad Microsoft Excel 2007. Rad sa grafikonima 1. Umetanje kolona Pozovite kontekstni meni za kolonu i odaberite Insert (nova kolona se dodaje lijevo od odabrane). 1.1. Odabir
Korišćenje MS Excel-a za grafičku obradu dobijenih rezultata (preporuke za studente i nastavnike) MS Excel uređivač tabela, uključen u standardni paket softverskog paketa MS Office,
AUTOMATIZACIJA EKONOMETRIJSKOG MODELIRANJA T. A. Zayats EE "Bjeloruski trgovinsko-ekonomski univerzitet za potrošačku saradnju", Gomel U savremenim ekonomskim uslovima, planiranje i upravljanje
MINISTARSTVO ZDRAVLJA RUJSKE FEDERACIJE GBOU VISOKOG STRUČNOG OBRAZOVANJA AMURSKA DRŽAVNA MEDICINSKA AKADEMIJA E.V. CLOAK EXCEL TABELE. METODOLOŠKA UPUTSTVA
Laboratorijski rad 4 Tabeliranje funkcija i crtanje grafova Svrha: Sticanje vještina izračunavanja tablice vrijednosti funkcija i crtanja grafova. Smjernice: Tabuliranje funkcije je proračun
Lekcija 10. Tabele Osnovni parametri proračunskih tabela (ET). ET omogućavaju obradu velikih količina numeričkih podataka. Za razliku od tablica na papiru, elektronske tablice pružaju
Teme praktičnog rada: Praktični rad 1. Unošenje podataka u ćelije, uređivanje podataka, promena širine kolone, umetanje reda (kolone) Praktični rad 2. Unošenje formula Praktični rad 3.
LABORATORIJSKI RAD U MS EXCEL 2007 LABORATORIJSKI RAD 1.... 1 LABORATORIJSKI RAD 2... 3 LABORATORIJSKI RAD 3... 4 LABORATORIJSKI RAD 4... 7 LABORATORIJSKI RAD 5... 8 LABORATORIJSKI RAD... 10 LABORATORIJSKI RAD
APROKSIMACIJA U praksi se često susrećemo sa problemom izglađivanja eksperimentalnih podataka – problemom aproksimacije. Glavni zadatak aproksimacije je konstruirati približnu (aproksimirajuću) funkciju
Laboratorijski i praktični rad 13" Povezane tabele u MS Excel 2007" Osnovni principi kreiranja radne sveske. Da biste pravilno organizirali rad u Excel 2007 proračunskim tabelama, kreirajte izgled
Excel. Imena opsega Možda ste radili sa listovima koji koriste formulu kao što je: =SUM(A5000:A5078). Da li ste se zapitali šta je u ćelijama A5000:A5078!? Ako je u ćelijama A5000:A5078
Ulaganje u nekretnine: ekonomija, menadžment, ekspertiza UDK 332.622 PRIMJENA REGRESIJNE ANALIZE U PRORAČUNANJU PRILAGOĐAVANJA VELIČINE U KOMPARATIVNOM PRISTUPU Natalya Evgenievna Nikulnikova,
Poglavlje 1 Osnove crtanja podataka Podaci u tabeli su predstavljeni u redovima i kolonama. Dodavanjem grafikona možete dodati vrijednost ovim podacima isticanjem odnosa i trendova koji to nisu
OSNOVNE KOMANDE I OPERACIJE! Provjerite kako pamtite gradivo koje ste učili Operativni sistem Windows 7 i program za obradu teksta MS Word Osnovne radnje pri radu u Windows 7. Odaberite ikonu Kliknite
Laboratorijski rad Tema: Iscrtavanje grafova funkcija Svrha rada: Proučavanje grafičkih mogućnosti paketa Ms Ecel Sticanje vještina konstruisanja grafa funkcije na ravni pomoću paketa Assignment
KONSTRUKCIJA DIJAGRAMA. TABELA FUNKCIJA Svrha rada: ovladati osnovnim tehnikama kreiranja i uređivanja dijagrama; proučavanje operacije kopiranja formula pomoću popunjavanja; naučiti rješavati proračune
1 Laboratorijski rad 3 Rješavanje problema. Izbor parametara, traženje rješenja 1. Implementacija matematičkog modela u Excel-u Matematički model ovo je opis stanja ponašanja nekih pravi sistem(objekat,
Zadatak Laboratorijski rad 6. Konstruisanje empirijske zavisnosti toplotnog kapaciteta supstance od temperature metodom najmanjih kvadrata. Napravi graf temperaturne zavisnosti toplotnog kapaciteta supstance u
Opće informacije. Tabela funkcija je izračunavanje vrijednosti funkcije (zavisne varijable) kada se argument funkcije (nezavisne varijable) promijeni iz neke početne vrijednosti u neku konačnu vrijednost
UVOD Tablica funkcija je izračunavanje vrijednosti funkcije (zavisne varijable) kada se argument funkcije (nezavisne varijable) promijeni iz neke početne vrijednosti u neku konačnu vrijednost
Praktična lekcija Analiza rezultata testiranja Za analizu rezultata testiranja vršimo sljedeće korake:. hajde da prebrojimo GPA po grupama, dobijeno tokom testiranja;. prema matrici rezultata
28 Poglavlje 1. Početak rada sa Microsoft Excelom 2013 Umetanje i brisanje ćelija, redova i kolona Ako trebate da umetnete novu ćeliju, kolonu ili red u već otkucani dio tabele, kliknite na strelicu
Poglavlje 8 Baze podataka u OpenOffice.org Calc-u U ovom poglavlju ćemo istražiti mogućnosti OpenOffice.org Calc-a pri radu sa bazama podataka. Vrlo često postoji potreba za pohranjivanjem i obradom podataka
Praktični rad 8 Tema: RAČUNARSKE FUNKCIJE MICROSOFT EXCEL TABLIČNOG PROCESORA ZA FINANSIJSKU ANALIZU Svrha časa. Proučavanje upotrebe informacionih tehnologija u ugrađenom računarstvu
Osnove zaokretne tabele Definisanje zaokretne tabele Zamislite Excel kao veliki alat. Onda je zaokretna tabela samo jedan od Excelovih alata. Nastavljajući analogiju sa alatima,
Laboratorijski rad Početno upoznavanje sa Microsoft Office Excel 2007 Kao rezultat ovog laboratorijskog rada moći ćete: poznavati osnovne koncepte i objekte procesora tablica, kreirati
Tema 6.8. Kalkulacija definitivni integral Didaktička svrha. Upoznati studente sa metodama aproksimativnog izračunavanja određenog integrala. Obrazovna svrha. Tema ove lekcije je veoma
Laboratorijski rad 5 Sređivanje teksta u obliku lista i kolona Izrada lista B tekstualni dokumenti transferi raznih vrsta su predstavljeni u obliku lista. Postoje spiskovi razne vrste: numerisano
Ekonometrijsko modeliranje Laboratorijski rad 3 Uparena regresija Sadržaj Parna regresija... 3 Metoda običnih najmanjih kvadrata (OLS)... 3 Interpretacija jednačine regresije... 4 Procjena kvaliteta konstruiranog
"MICROSOFT OFFICE EXCEL" Disciplina "Softver profesionalna aktivnost» Predavač: St. nastavnik odsjeka "Električni pogon i električna oprema" Natalya Alekseevna Voronina Imenovanje
Glavni načini unosa podataka u NormCAD: Na kartici Podaci U tekstu izvještaja U dijalogu (automatski zahtjev za podacima pri izvođenju proračuna) Na karticama dokumenta (u tabelama) Unos podataka na kartici
1 Laboratorijski rad 1 Uređivanje radne sveske. Izrada dijagrama Svrha rada: Proučavanje načina rada sa podacima u ćeliji. Istražite opcije automatskog dovršavanja. Izrada dijagrama. Vježba 1.
6 ciljeva ulaganja u IT (anketa) Poboljšanje operativne efikasnosti Novi proizvodi, usluge, poslovni modeli Bliski kontakti sa kupcima i dobavljačima Podrška odlučivanju Konkurentnost
PP 6. Tehnologije za korištenje paketa analiza za statističku obradu podataka 1. Testiranje hipoteza Vrlo često opšta populacija 1 mora poštovati određene parametre. Na primjer, ambalaža
Kombinovani grafikon u Excelu Kombinovani grafikon kombinuje dva ili više tipova standardnih grafikona. Da biste kreirali kombinirani grafikon, trebate slijediti nekoliko koraka: Odaberite
Praktični rad Kreiranje sistema praćenja pomoću programa Microsoft Excel 1. zadatak Kreirati sistem za praćenje znanja učenika koristeći Microsoft Excel program, koji sadrži najmanje 3 testa
1. Uvod Laboratorijski rad 3 Izbor parametara Prilikom rješavanja različitih zadataka često se morate suočiti s problemom odabira jedne vrijednosti promjenom druge. U tu svrhu se veoma efikasno koristi.
Ministarstvo prosvjete i nauke Ruska Federacija Federalni državni budžet obrazovne ustanove viši stručno obrazovanje„Vladimirski Državni univerzitet ime
Laboratorijski rad. MS Excel 1. Kreirajte radnu svesku, sačuvajte je pod imenom “Office Applications”.!!! Ne zaboravite povremeno pohranjivati informacije. 2. Preimenujte prvi list tako što ćete ga dati
Problem alokacije resursa preduzeća Sadržajna izjava problema Fabrika proizvodi torbe: ženske, muške, putne torbe. Podaci o materijalu koji se koristi za proizvodnju vreća i mjesečna zaliha
Rad sa grafikonima u MS Excel-u Grafikoni su dizajnirani za grafički prikaz podataka. Uz pomoć dijagrama, proces analize zavisnosti između različitih prikazanih indikatora je znatno pojednostavljen
Rad sa listama u MS EXCEL-u Cilj: Sticanje vještina pretraživanja i agregiranja podataka na listi. Kratka teorija Računar informacione tehnologiješiroko se koristi za analizu podataka i obuku upravljanja
Grafičko rješenje sistema jednačina Analitička geometrija proučava geometrijske objekte koristeći njihove jednačine. MS Excel pruža obilje mogućnosti za vizualizaciju različitih jednačina. U Excelu
Poglavlje 7 Obrada eksperimentalnih rezultata u OpeOffice.org Calc U ovom poglavlju ćemo se osvrnuti na mogućnosti OpeOffice.org Calc paketa prilikom rješavanja problema obrade eksperimentalnih podataka. Jedan od uobičajenih
Certifikat. Sistem sertifikacije opreme kotlarnice i elemenata sistema za snabdevanje toplotom omogućava uzimanje u obzir individualnih specifikacije stvarni objekti prilikom izvođenja računskih zadataka.
U poslu, kao iu svakoj drugoj aktivnosti, čovjek želi znati šta će se dalje dogoditi. Teško je čak i zamisliti bogatstvo tog srećnika koji bi mogao da pogodi budućnost sa 100% tačnošću. Ali, nažalost (ili, na sreću), dar predviđanja je izuzetno rijedak. ALI... pokušajte barem generalni nacrt Preduzetnik jednostavno mora zamisliti buduću poslovnu situaciju.
U početku sam želio u jednom postu pisati o nekoliko jednostavnih i praktičnih tehnika odjednom, ali je post počeo ispadati vrlo dug. I tako će biti nekoliko postova posvećena temi prognoziranje. U ovom postu ćemo opisati jednu od najjednostavnijih metoda predviđanja koristeći Excel mogućnosti - metodu pokretnog prosjeka.
Najčešće u praksi marketinško istraživanje predviđene su sljedeće vrijednosti:
- Obim prodaje
- Veličina i kapacitet tržišta
- Obim proizvodnje
- Obim uvoza
- Dinamika cijena
- I tako dalje.
Za predviđanje koje razmatramo u ovom postu, savjetujem vam da se pridržavate sljedećeg jednostavnog algoritma:
1. Prikupljanje sekundarnih informacija o problemu(po mogućnosti i kvantitativno i kvalitativno). Tako, na primjer, ako predvidite veličinu vašeg tržišta, trebate prikupiti statističke podatke o tržištu (obim proizvodnje, uvoz, dinamika cijena, obim prodaje, itd.) kao i trendove, probleme ili tržišne prilike. Ako predviđate prodaju, tada su vam potrebni podaci o prodaji za period. Za predviđanje, što više istorijskih podataka uzmete u obzir, to bolje. Preporučljivo je dopuniti predviđanje analizom faktora koji utiču na predviđeni fenomen (možete koristiti SWOT, PEST analizu ili bilo koju drugu). To će vam omogućiti da shvatite logiku razvoja, a samim tim i provjerite vjerodostojnost određenog trend modela.
2. Dalje je poželjno provjeriti kvantitativne podatke. Da biste to učinili, trebate usporediti vrijednosti istih pokazatelja, ali dobivene iz različitih izvora. Ako se sve slaže, možete "ubaciti" podatke u Excel. Podaci takođe moraju ispunjavati sledeće uslove:
- Osnovna linija uključuje rezultate posmatranja - od najranijih do najnovijih.
- Svi osnovni vremenski periodi imaju isto trajanje. Podaci za jedan dan, na primjer, ne bi se trebali miješati sa trodnevnim prosjekima.
- Posmatranja se bilježe u istoj tački u svakom vremenskom periodu. Na primjer, promet treba mjeriti u isto vrijeme.
- Preskakanje podataka nije dozvoljeno. Izostavljanje čak i jednog rezultata opažanja je nepoželjno prilikom prognoziranja,” stoga, ako vašim zapažanjima nedostaju rezultati u kratkom vremenskom periodu, pokušajte ih popuniti barem približnim podacima.
3. Nakon provjere podataka, možete primijeniti različite tehnike predviđanja. Želeo bih da počnem od samog početka jednostavna metoda – METODA POMOĆNOG PROSEKA
METODA POMOĆNOG PROSEKA
Metoda pokretnog prosjeka je prilično jednostavna za korištenje, ali je previše jednostavna za izradu tačne prognoze. Koristeći ovu metodu, prognoza za bilo koji period nije ništa drugo nego uzimanje prosjeka nekoliko prethodnih opservacija vremenske serije. Na primjer, ako ste odabrali tromjesečni pokretni prosjek, prognoza za maj bi bila prosjek za februar, mart i april. Odabirom četveromjesečnog pokretnog prosjeka kao metode predviđanja, možete procijeniti cifru za maj kao prosjek brojki za januar, februar, mart i april.
Tipično, prognoza pokretnog prosjeka se posmatra kao prognoza za period neposredno nakon perioda posmatranja. Istovremeno, takva prognoza je primjenjiva kada se fenomen koji se proučava razvija uzastopno, tj. Postoje određeni trendovi, a krivulja vrijednosti ne skače po dijagramu kao luda.
Da biste odredili koliko zapažanja želite da uključite u pokretni prosek, morate se osloniti na prethodno iskustvo i informacije koje imate o skupu podataka. Mora se uspostaviti ravnoteža između povećanog odgovora pokretnog prosjeka na posljednjih nekoliko zapažanja i velike varijabilnosti tog prosjeka.
Pa kako to uraditi unutraExcel
1. Recimo da imate mjesečni obim prodaje za posljednjih 29 mjeseci. I želite da odredite koliki će obim prodaje biti u 30. mjesecu. Ali, da budemo iskreni, uopće nije potrebno raditi s 30 prilikom izračunavanja vrijednosti prognoze. istorijska značenja, jer će ova metoda koristiti samo nekoliko poslednjih meseci. Dakle, samo proteklih nekoliko mjeseci su dovoljni za obračun.
2. Ovu tabelu dovodimo u razumljiv Excel oblik, tj. tako da su sve vrijednosti u istom redu.
3. Zatim uvodimo formulu za izračunavanje prosjeka na osnovu prethodne tri (četiri, pet? kako odaberete) vrijednosti (vidi u). Najpogodnije je koristiti posljednje 3 vrijednosti za proračune, jer ako uzmete u obzir više, podaci će biti previše prosječni, ako uzmete u obzir manje, neće biti tačni.
4. Korištenje funkcije autocomplete za sve naredne vrijednosti do 30, predviđenog mjeseca. Tako će funkcija izračunati prognozu za jun 2010. Prema prognoznim vrijednostima, prodaja u junu će biti oko 408 jedinica robe. Ali imajte na umu da ako je trend pada konstantan, kao u našem primjeru, izračunavanje prognoze na osnovu prosjeka će biti malo precijenjeno, ili će se činiti da „zaostaje“ za stvarnim vrijednostima.
Pogledali smo jedan od najpopularnijih jednostavne tehnike prognoziranje – metoda pokretnog prosjeka. U narednim objavama ćemo se osvrnuti na druge, preciznije i složenije tehnike. Nadam se da će vam moj post biti od koristi.
Ekstrapolacija - ovo je metoda naučno istraživanje, koji se zasniva na diseminaciji prošlih i sadašnjih trendova, obrazaca, veza sa budućim razvojem objekta prognoze. Metode ekstrapolacije uključuju metoda pokretnog prosjeka, metoda eksponencijalnog izglađivanja, metoda najmanjih kvadrata.
Metoda pokretnog prosjeka je jedna od poznatih metoda izravnavanja vremenskih serija. Koristeći ovu metodu, moguće je eliminirati slučajne fluktuacije i dobiti vrijednosti koje odgovaraju utjecaju glavnih faktora.
Izglađivanje pomoću pokretnih prosjeka zasniva se na činjenici da se nasumična odstupanja u prosječnim vrijednostima međusobno poništavaju. Ovo se događa zbog zamjene početnih nivoa vremenske serije aritmetičkim prosjekom unutar odabranog vremenskog intervala. Rezultirajuća vrijednost se odnosi na sredinu odabranog vremenskog intervala (perioda).
Zatim se period pomera za jedno posmatranje, a izračunavanje prosjeka se ponavlja. U ovom slučaju uzimaju se da su periodi za određivanje prosjeka uvijek isti. Dakle, u svakom razmatranom slučaju, prosjek je centriran, tj. se odnosi na srednju tačku intervala izravnavanja i predstavlja nivo za ovu tačku.
Kada se izglađuje vremenska serija sa pokretnim prosecima, svi nivoi serije su uključeni u proračune. Što je širi interval zaglađivanja, to je trend glatkiji. Izglađena serija je kraća od originalne za (n–1) zapažanja, gdje je n vrijednost intervala izravnavanja.
At velike vrijednosti n varijabilnost izglađenih serija je značajno smanjena. Istovremeno, broj zapažanja je značajno smanjen, što stvara poteškoće.
Odabir intervala izravnavanja ovisi o ciljevima studije. U ovom slučaju treba se voditi vremenskim periodom u kojem se radnja odvija, a samim tim i eliminacijom utjecaja slučajnih faktora.
Ova metoda koristi se u kratkoročnim prognozama. Njegovo radna formula:
Primjer korištenja metode pokretnog prosjeka za razvoj prognoze
Zadatak . Postoje podaci koji karakterišu stopu nezaposlenosti u regionu, %
- Konstruisati prognozu stope nezaposlenosti u regionu za novembar, decembar, januar koristeći sledeće metode: pokretni prosek, eksponencijalno izglađivanje, najmanji kvadrati.
- Izračunajte greške u rezultirajućim prognozama koristeći svaku metodu.
- Uporedite rezultate i izvucite zaključke.
Rješenje korištenjem metode pokretnog prosjeka
Da biste izračunali vrijednost prognoze koristeći metodu pokretnog prosjeka, morate:
1. Odredite vrijednost intervala izravnavanja, na primjer jednaku 3 (n = 3).
2. Izračunajte pokretni prosjek za prva tri perioda
m Feb = (jan + Ufev + U mart)/ 3 = (2,99+2,66+2,63)/3 = 2,76
Dobivenu vrijednost unosimo u tabelu u sredini uzetog perioda.
Zatim izračunavamo m za naredna tri perioda: februar, mart, april.
m mart = (Ufev + Umart + Uapr)/ 3 = (2,66+2,63+2,56)/3 = 2,62
Zatim, po analogiji, izračunavamo m za svaka tri susjedna perioda i unosimo rezultate u tabelu.
3. Nakon što smo izračunali pokretni prosek za sve periode, gradimo prognozu za novembar koristeći formulu:
gdje je t + 1 – period prognoze; t – period koji prethodi periodu prognoze (godina, mjesec, itd.); Ut+1 – predviđeni indikator; mt-1 – pokretni prosek za dva perioda pre prognoze; n – broj nivoa uključenih u interval izravnavanja; Ut – stvarna vrijednost proučavane pojave za prethodni period; Ut-1 – stvarna vrijednost fenomena koji se proučava za dva perioda koja prethode prognoziranom.
U novembar = 1,57 + 1/3 (1,42 – 1,56) = 1,57 – 0,05 = 1,52
Određujemo pokretni prosek m za oktobar.
m = (1,56+1,42+1,52) /3 = 1,5
Pravimo prognozu za decembar.
U decembar = 1,5 + 1/3 (1,52 – 1,42) = 1,53
Određujemo pokretni prosek m za novembar.
m = (1,42+1,52+1,53) /3 = 1,49
Pravimo prognozu za januar.
Y januar = 1,49 + 1/3 (1,53 – 1,52) = 1,49
Dobijeni rezultat unosimo u tabelu.
Izračunavamo prosječnu relativnu grešku koristeći formulu:
ε = 9,01/8 = 1,13% tačnost prognoze visoko.
Zatim ćemo ovaj problem riješiti korištenjem metoda eksponencijalno izglađivanje I najmanjih kvadrata . Hajde da izvučemo zaključke.