Сред различните методи за прогнозиране не можем да изолирам сближаването. С негова помощ можете да направите приблизителни изчисления и да изчислите планираните индикатори, като замените оригиналните обекти с опростените. В Excel има и възможност за използване на този метод за прогнозиране и анализ. Нека да видим как този метод може да се приложи в определената програма с вградени инструменти.
съдържание
Името на този метод идва от латинската дума proxima - "най-близко" Това е сближаване чрез опростяване и изглаждане на известни индикатори, привеждането им в тенденция и основа. Но този метод може да се използва не само за прогнозиране, но и за проучване на вече наличните резултати. В крайна сметка сближаването всъщност е опростяване на оригиналните данни и опростената версия е по-лесна за разследване.
Основният инструмент, който се използва за извършване на анти-алиазинг в Excel, е да се изгради тренд линия. Най-важното е, че въз основа на вече съществуващи индикатори се изпълнява графикът на функциите за бъдещите периоди. Основната цел на тенденцията, тъй като не е трудно да се отгатне, е изготвянето на прогнози или идентифицирането на обща тенденция.
Но може да се конструира с помощта на един от петте типа сближаване:
Нека разгледаме всяка от опциите по-подробно отделно.
Урокът: Как да се изгради тренд линия в Excel
На първо място, нека разгледаме най-простата версия на сближаване, а именно с помощта на линейна функция. Тук ще разгледаме по-подробно, тъй като ще очертаем общите моменти, характерни за другите методи, а именно изграждането на графиката и някои други нюанси, върху които няма да се занимаем по следващите версии.
На първо място ще изработим графика, въз основа на която ще извършим процеса на изглаждане. За да начертаете графиката, нека вземем таблица, в която месечната стойност на единичната цена на единица, произведена от предприятието, и съответната печалба за даден период. Графичната функция, която ще изградим, ще отразява зависимостта на увеличението на печалбата от намалението на производствените разходи.
Има и друг начин да го добавите. В допълнителната група раздели на лентата "Работа с графики" преместваме раздела "Оформление" . След това в полето "Анализ" кликнете върху бутона "Тенденция" . Списъкът се отваря. Тъй като трябва да приложим линейно сближаване, тогава от представените позиции избираме "Линейно сближаване" .
В блок с параметри "Изграждане на тренд линия (сближаване и антилиазиране)" задайте превключвателя на позиция "Линия" .
Ако искате, можете да проверите позицията "Покажи уравнение на диаграма" . След това уравнението на фундамента за изглаждане ще бъде показано на диаграмата.
Също така в нашия случай, за да се сравнят различните варианти на сближаване, е важно да се провери "Поставете на диаграмата стойността на надеждното приближение (R ^ 2)" . Този индикатор може да варира от 0 до 1 . Колкото по-високо е, толкова по-добро е сближаването (по-надеждно). Смята се, че със стойност на този индекс от 0.85 и по-висока, изглаждането може да се счита за надеждно и ако индикаторът е по-нисък, то не е така.
След като извършите всички горепосочени настройки. Кликнете върху бутона "Затваряне", разположен в долната част на прозореца.
Изглаждането, което се използва в този случай, е описано със следната формула:
y=ax+b
В нашия конкретен случай формулата има следната форма:
y=-0,1156x+72,255
Стойността на надеждността на сближаването в нашата страна е 0.9418 , което е доста приемлив резултат, характеризиращ изглаждането, като надежден.
Сега нека разгледаме експоненциалния тип приближение в Excel.
Общата форма на фундамента за изглаждане е следната:
y=be^x
където e е основата на естествения логаритъм.
В нашия конкретен случай формулата придобива следната форма:
y=6282,7*e^(-0,012*x)
Сега е време да разгледаме метода на логаритмичното сближаване.
По принцип формулата за заглаждане изглежда така:
y=a*ln(x)+b
където ln е стойността на естествения логаритъм. Оттук и името на метода.
В нашия случай формулата има следната форма:
y=-62,81ln(x)+404,96
Време е да разгледаме метода на изглаждане на полиноми.
Този метод може да бъде приложен най-успешно в случай, че данните са постоянно променливи. Функцията, която описва този вид изглаждане, изглежда така:
y=a1+a1*x+a2*x^2+…+an*x^n
В нашия случай формулата взе формата:
y=0,0015*x^2-1,7202*x+507,01
Формулата, която описва този тип изглаждане, има следната форма:
y=8E-08x^6-0,0003x^5+0,3725x^4-269,33x^3+109525x^2-2E+07x+2E+09
В крайна сметка разгледайте метода на сближаване на мощностите в Excel.
Този метод се използва ефективно в случаи на интензивна промяна на функционалните данни. Важно е да се има предвид, че този вариант е приложим само при условие, че функцията и аргументът не приемат отрицателни или нулеви стойности.
Общата формула, описваща този метод, е както следва:
y=bx^n
В нашия конкретен случай тя изглежда така:
y = 6E+18x^(-6,512)
Както виждаме, използвайки специфичните данни, които използвахме за пример, най-високото ниво на надеждност беше показано чрез метода на полиномическо сближаване с полином в шестата мощност ( 0.9844 ), най-ниското ниво на надеждност в линейния метод ( 0.9418 ). Но това не означава, че същата тенденция ще бъде използвана и при използването на други примери. Не, нивото на ефективност на горепосочените методи може да варира значително в зависимост от конкретния тип функция, за която ще бъде изградена тенденцията. Следователно, ако избраният метод е най-ефективен за тази функция, това не означава, че той също ще бъде оптимален в друга ситуация.
Ако не можете веднага да определите, въз основа на горепосочените препоръки, какъв вид сближаване е подходящо във вашия случай, тогава има смисъл да изпробвате всички методи. След като създадете линия на тенденция и видите нейното доверие, можете да изберете най-добрата опция.