Predviđanje je vrlo važan element u gotovo svim područjima djelatnosti, od gospodarstva do inženjeringa. Postoji velika količina softvera koji se specijalizirao upravo u tom smjeru. Nažalost, svi korisnici ne znaju da uobičajena Excelova proračunska tablica ima u arsenalnim alatima za predviđanje, što, po njihovoj učinkovitosti, nije mnogo niža od profesionalnih programa. Doznajemo što su ti alati i kako predviđati u praksi.
sadržaj
Cilj bilo kojeg predviđanja je identificirati trenutni trend i odrediti očekivani rezultat s obzirom na predmet koji se studira u nekom trenutku u budućnosti.
Jedna od najpopularnijih vrsta grafičkih predviđanja u Excelu je izrada ekstrapolacije izgradnjom trend linije.
Pokušajmo predvidjeti dobit poduzeća za 3 godine na temelju podataka o ovom pokazatelju za prethodnih 12 godina.
Prvo odaberite linearnu aproksimaciju.
U polju "Predviđanja" u polju "Proslijedi", postavite broj "3.0" , budući da trebamo napraviti prognozu za tri godine unaprijed. Osim toga, možete provjeriti postavke "Prikaži jednadžbu u dijagramu" i "Postavite vrijednost točnosti približavanja (R ^ 2) na dijagramu" . Posljednji pokazatelj odražava kvalitetu trendline. Nakon podešavanja kliknite gumb "Zatvori" .
Valja napomenuti da je učinkovita prognoza pomoću ekstrapolacije kroz trend linija može biti ako razdoblje predviđanja ne prelazi 30% analizirane baze razdoblja. To jest, kada se analizira razdoblje od 12 godina, ne možemo napraviti učinkovitu prognozu za više od 3-4 godine. No, čak iu ovom slučaju, bit će relativno pouzdano, ako za to vrijeme neće biti više sile, ili suprotno iznimno povoljne okolnosti koje nisu bile u ranijim razdobljima.
Pouka: Kako izgraditi trend linije u programu Excel
Ekstrapolacija za tablične podatke može se izvršiti kroz standardnu Exxel PRESCASE funkciju. Ovaj argument pripada kategoriji statističkih alata i ima sljedeću sintaksu:
=ПРЕДСКАЗ(X;известные_значения_y;известные значения_x)
"X" je argument čija funkcijska vrijednost treba utvrditi. U našem slučaju, argumentacija će poslužiti kao godina predviđanja.
"Poznate vrijednosti y" su osnova poznatih vrijednosti funkcije. U našem slučaju, uloga dobiti za prethodna razdoblja je u njezinoj ulozi.
"Poznate vrijednosti x" su argumenti kojima odgovaraju poznate vrijednosti funkcije. U svojoj ulozi, godinama smo numerirani, za koje smo prikupljali informacije o dobiti prethodnih godina.
Naravno, vremenska linija ne mora nužno biti argument. Na primjer, može biti temperatura, a funkcionalna vrijednost može biti razina širenja vode kada se zagrijava.
Pri izračunavanju ove metode koristi se metoda linearne regresije.
Pogledajmo nijanse korištenja operatera PRESCASE za određeni primjer. Uzmite istu tablicu. Morat ćemo saznati prognozu dobiti za 2018. godinu.
U polju "Poznate vrijednosti y" označavamo koordinate stupca "Dobit poduzeća" . To možete učiniti postavljanjem kursora u polje, a zatim držite lijevu tipku miša i odabirom odgovarajućeg stupca na listi.
Slično tome, u polju "Poznate vrijednosti x" unosimo adresu stupca "Godina" s podacima za proteklo razdoblje.
Nakon što unesete sve podatke, kliknite gumb "OK" .
Ali nemojte zaboraviti da, kao u konstrukciji trendline, vremenski interval u predviđenom razdoblju ne bi smio premašiti 30% cjelokupnog razdoblja za koje je baza podataka akumulirana.
Pouka: Ekstrapolacija u programu Excel
Za predviđanje možete koristiti još jednu funkciju - TRENDS . Ona također pripada kategoriji statističkih operatora. Njegova sintaksa na više načina podsjeća na sintaksu alata PRESCASE i izgleda ovako:
=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
Kao što možete vidjeti, argumenti "poznate vrijednosti y" i "poznate vrijednosti x" u potpunosti odgovaraju sličnim elementima operatera PRESCASE , a argument "nove vrijednosti x" odgovara argumentu "X" prethodnog alata. Osim toga, TRENDS imaju dodatni argument "Constant" , ali nije obvezan i upotrebljava se samo ako postoje konstantni čimbenici.
Taj se operator najdjelotvornije koristi u prisutnosti linearne zavisnosti funkcije.
Pogledajmo kako će ovaj alat funkcionirati s istim nizom podataka. Da bismo usporedili dobivene rezultate, odredit ćemo točku prognoziranja 2019. godine.
Još jedna funkcija pomoću koje možete napraviti predviđanja u programu Excel, je operator RAST. Također se odnosi na statističku skupinu alata, ali, za razliku od prethodnih, metoda se ne primjenjuje metodom linearne ovisnosti već eksponencijalnom metodom. Sintaksa ovog alata izgleda ovako:
=РОСТ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
Kao što možete vidjeti, argumenti ove funkcije točno ponavljaju argumente operatera TENDENCY , tako da ih drugi put nećemo raspravljati, ali odmah ćemo se obratiti primjeni ovog alata u praksi.
LINEST operator koristi metodu linearne aproksimacije. Ne smije se miješati s metodom linearne ovisnosti koju koristi alat TRENDS . Njegova sintaksa je ovo:
=ЛИНЕЙН(Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
Zadnja dva argumenta su neobvezna. S prva dva smo upoznati s prethodnim metodama. Ali vjerojatno ste primijetili da u toj funkciji nema argumenata koji upućuju na nove vrijednosti. Činjenica je da ovaj alat određuje samo promjenu iznosa prihoda po jedinici razdoblja, što u našem slučaju iznosi jednu godinu, no ukupna se vrijednost izračunava zasebno, dodajući da zadnja stvarna vrijednost profita bude rezultat izračuna LINEST operatora pomnožen s brojem godina.
Kao što možemo vidjeti, predviđena dobit, izračunata po metodi linearne aproksimacije, 2019. godine iznosit će 4614,9 tisuća rubalja.
Posljednji alat koji ćemo razmotriti bit će LGRF . Ovaj operator obavlja izračune na osnovi metode eksponencijalne aproksimacije. Njegova sintaksa ima sljedeću strukturu:
= ЛГРФПРИБЛ (Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
Kao što možete vidjeti, svi argumenti potpuno ponavljaju odgovarajuće elemente prethodne funkcije. Algoritam za izračunavanje prognoze malo će se promijeniti. Funkcija će izračunati eksponencijalni trend koji će pokazati koliko će puta iznos prihoda za jedno razdoblje promijeniti, to jest, godinu dana. Morat ćemo pronaći razliku u dobiti između posljednjeg razdoblja i prvog planiranog, množenjem brojem planiranih razdoblja (3) i dodavanjem rezultata zbroj posljednjeg stvarnog razdoblja.
Predviđena dobit u 2019, koja je izračunata metodom eksponencijalne približnosti, iznosit će 4.639,2 tisuća rubalja, što se opet ne razlikuje mnogo od rezultata dobivenih u izračunu prethodnih metoda.
Pouka: Ostale statističke funkcije u programu Excel
Naučili smo na koji način je moguće napraviti predviđanja u Excel programu. Grafički, to se može obaviti pomoću linije trenda i analitičkog - pomoću brojnih ugrađenih statističkih funkcija. Kao rezultat obrade identičnih podataka tih operatora, može doći do različitih rezultata. No, to ne iznenađuje, jer svi koriste različite metode izračuna. Ako je fluktuacija mala, sve te opcije, primjenjive na određeni slučaj, mogu se smatrati relativno pouzdanim.