Прогнозирането е много важен елемент в почти всяка област на дейност, от икономиката до инженеринга. Има голямо количество софтуер, който се специализира точно в тази посока. За съжаление, не всички потребители знаят, че обикновената електронна таблица в Excel има в арсенала си инструменти за прогнозиране, които с тяхната ефективност не са много по-ниски от професионалните програми. Нека разберем какви са тези инструменти и как да се направи прогноза на практика.
съдържание
Целта на всяка прогноза е да се идентифицира текущата тенденция и да се определи очакваният резултат по отношение на изследвания обект в определен момент от време в бъдеще.
Един от най-популярните видове графично прогнозиране в Excel е екстраполацията, извършена чрез изграждането на линия на тенденциите.
Нека се опитаме да предвидим печалбата на предприятието за 3 години въз основа на данни за този показател за предходните 12 години.
Първо да изберем линейно сближаване.
В полето "Прогнози" в полето "Препращане към" задайте номер "3.0" , тъй като трябва да изготвим прогноза за три години напред. Освен това можете да проверите настройките "Показване на уравнението в диаграмата" и "Поставете стойността на точността на сближаване (R ^ 2) на диаграмата" . Последният индикатор отразява качеството на тенденцията. След като направите настройките, кликнете върху бутона "Затваряне" .
Следва да се отбележи, че ефективна прогноза, използваща екстраполация през тренд линията, може да бъде, ако прогнозният период не надвишава 30% от анализираната база от периоди. Това означава, че при анализиране на период от 12 години не можем да направим ефективна прогноза за повече от 3-4 години. Но дори и в този случай, тя ще бъде сравнително надеждна, ако през това време няма да има непреодолима сила или напротив, изключително благоприятни обстоятелства, които не са били в предишни периоди.
Урокът: Как да се изгради тренд линия в Excel
Екстраполатацията за табличните данни може да се извърши чрез стандартната функция Exxel PRESCASE . Този аргумент принадлежи към категорията на статистическите инструменти и има следния синтаксис:
=ПРЕДСКАЗ(X;известные_значения_y;известные значения_x)
"X" е аргумент, чиято функционална стойност трябва да бъде определена. В нашия случай годината, в която трябва да се извърши прогнозирането, ще бъде аргумент.
"Известните стойности на y" са в основата на известни стойности на функцията. В нашия случай ролята на печалбата за предишни периоди е в ролята й.
"Известните стойности на x" са аргументи, на които съответстват познатите стойности на функцията. В тяхната роля ние сме преброени от години, за които се събира информация за печалбите от предишни години.
Естествено, времевата линия не е непременно аргумент. Например, тя може да бъде температура, а функционалната стойност може да бъде нивото на разширяване на водата при нагряване.
При изчисляване на този метод се използва методът на линейна регресия.
Да разгледаме нюансите на използването на оператора PRESCASE за конкретен пример. Вземете същата маса. Ще трябва да разберем прогнозата за печалбата за 2018 г.
В полето "Известни стойности на y" посочваме координатите на колоната "Enterprise profit" . Това може да стане чрез задаване на курсора в полето и след това задържане на левия бутон на мишката и избор на съответната колона на листа.
По същия начин в полето "Известни стойности x" въвеждаме адреса на колоната "Година" с данните за миналия период.
След като въведете цялата информация, кликнете върху бутона "OK" .
Но не забравяйте, че както при изграждането на трендовата линия, интервалът от време до прогнозния период не трябва да надвишава 30% от целия период, за който е натрупана базата данни.
За прогнозиране можете да използвате още една функция - ТЕНДЕНЦИИ . Той принадлежи и към категорията на статистическите оператори. Синтаксисът й много наподобява синтаксиса на инструмента PRESCASE и изглежда така:
=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
Както можете да видите, аргументите "Известните стойности на y" и "Известните стойности на x" напълно съответстват на подобни елементи на оператора PRESCASE , а аргументът "Нови стойности x" съответства на аргумента "X" на предишния инструмент. Освен това TRENDS има допълнителен аргумент "Constant" , но не е задължителен и се използва само ако има постоянни фактори.
Този оператор се използва най-ефективно в присъствието на линейна зависимост на функцията.
Нека видим как този инструмент ще работи с един и същ набор от данни. За да се сравни получените резултати, ще определим прогнозната точка през 2019 г.
Друга функция, с която можете да правите прогнози в Excel, е операторът GROWTH. Той също така се позовава на статистическата група от инструменти, но, за разлика от предишните, методът се прилага не чрез метода на линейна зависимост, а чрез експоненциалния метод. Синтаксисът на този инструмент изглежда така:
=РОСТ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
Както можете да видите, аргументите на тази функция точно повтарят аргументите на оператора на TENDENCY , така че няма да ги обсъждаме за втори път, но ще се обърнем незабавно към прилагането на този инструмент на практика.
Операторът LINEST използва метода на линейно сближаване. Не трябва да се бърка с метода на линейната зависимост, използван от инструмента ТЕНДЕНЦИИ . Синтаксисът му е следният:
=ЛИНЕЙН(Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
Последните два аргумента са незадължителни. С първите две сме запознати с предишните методи. Но вероятно сте забелязали, че в тази функция няма аргумент, който да сочи към нови ценности. Фактът е, че този инструмент определя само промяната в размера на прихода за единица период, което в нашия случай е една година, но сумата се изчислява отделно, като към последната действителна стойност на печалбата се прибавя резултатът от изчислението на LINEST оператора, умножен по броя на годините.
Както можем да видим, прогнозната печалба, изчислена по метода на линейно сближаване, през 2019 г. ще бъде 4614.9 хил. Рубли.
Последният инструмент, който ще разгледаме, ще бъде LGRF . Този оператор извършва изчисления въз основа на метода на експоненциално сближаване. Синтаксисът му има следната структура:
= ЛГРФПРИБЛ (Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
Както можете да видите, всички аргументи напълно повтарят съответните елементи от предишната функция. Алгоритъмът за изчисляване на прогнозата ще се промени леко. Функцията ще изчисли експоненциалната тенденция, която ще покаже колко пъти ще се промени размерът на приходите за един период, т.е. за една година. Ще трябва да намерим разликата в печалбата между последния и първия планиран период, като го умножим по броя на планираните периоди (3) и добавим към резултата сумата от последния действителен период.
Прогнозната сума на печалбата през 2019 г., изчислена по метода на експоненциално сближаване, ще възлезе на 4 639,2 хил. Рубли, което отново не се различава значително от резултатите, получени при изчисляването по предишни методи.
Урокът: Други статистически функции в Excel
Разбрахме по какъв начин е възможно да се правят прогнози в програмата Excel. Графично, това може да се направи чрез използването на тренд линията и аналитично - като се използват редица вградени статистически функции. В резултат на обработката на идентични данни от тези оператори могат да възникнат различни резултати. Но това не е изненадващо, тъй като те всички използват различни методи за изчисление. Ако флуктуацията е малка, тогава всички тези опции, приложими за конкретен случай, могат да се считат за относително надеждни.