การคำนวณค่าเฉลี่ยเคลื่อนที่ใน Excel และการคาดการณ์ คาดการณ์ราคาหุ้นในตลาดหลักทรัพย์ใน Excel
วิธีค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือทางสถิติที่สามารถใช้เพื่อแก้ปัญหาประเภทต่างๆ โดยเฉพาะมักใช้ในการพยากรณ์ค่อนข้างบ่อย ใน โปรแกรมเอ็กเซลเครื่องมือนี้ยังสามารถใช้เพื่อแก้ไขปัญหาต่างๆ ได้อีกด้วย มาดูวิธีการใช้ค่าเฉลี่ยเคลื่อนที่ใน Excel
ความหมาย วิธีนี้คือด้วยความช่วยเหลือ ค่าไดนามิกสัมบูรณ์ของชุดข้อมูลที่เลือกจะถูกเปลี่ยนเป็นค่าเฉลี่ยเลขคณิต ระยะเวลาหนึ่งโดยการปรับข้อมูลให้เรียบ เครื่องมือนี้ใช้สำหรับการคำนวณทางเศรษฐกิจ การพยากรณ์ ในกระบวนการซื้อขายในตลาดหลักทรัพย์ ฯลฯ วิธีที่ดีที่สุดคือใช้วิธีค่าเฉลี่ยเคลื่อนที่ใน Excel โดยใช้เครื่องมือประมวลผลข้อมูลทางสถิติที่มีประสิทธิภาพที่เรียกว่า แพ็คเกจการวิเคราะห์. นอกจากนี้ คุณสามารถใช้ฟังก์ชัน Excel ในตัวเพื่อจุดประสงค์เดียวกันได้ เฉลี่ย.
วิธีที่ 1: แพ็คเกจการวิเคราะห์
แพ็คเกจการวิเคราะห์คือ Add-in ของ Excel ที่ถูกปิดใช้งานตามค่าเริ่มต้น ดังนั้นก่อนอื่นคุณต้องเปิดใช้งานก่อน
หลังจากการดำเนินการนี้แพ็คเกจ "การวิเคราะห์ข้อมูล"เปิดใช้งานแล้วและปุ่มที่เกี่ยวข้องปรากฏบน Ribbon ในแท็บ "ข้อมูล".
ตอนนี้เรามาดูกันว่าคุณสามารถใช้ความสามารถของแพ็คเกจได้โดยตรงอย่างไร การวิเคราะห์ข้อมูลสำหรับการทำงานโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ มาพยากรณ์สำหรับเดือนที่ 12 โดยอาศัยข้อมูลรายได้บริษัท 11 งวดก่อนหน้ากันดีกว่า ในการดำเนินการนี้ เราจะใช้ตารางที่เต็มไปด้วยข้อมูลตลอดจนเครื่องมือต่างๆ แพ็คเกจการวิเคราะห์.
- ไปที่แท็บ "ข้อมูล"และกดปุ่ม "การวิเคราะห์ข้อมูล"ซึ่งอยู่บนแถบเครื่องมือในบล็อก "การวิเคราะห์".
- รายการเครื่องมือที่มีอยู่ใน แพ็คเกจการวิเคราะห์. เลือกชื่อจากพวกเขา “ค่าเฉลี่ยเคลื่อนที่”และกดปุ่ม "ตกลง".
- หน้าต่างป้อนข้อมูลสำหรับการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่จะเปิดขึ้น
ในสนาม "ช่วงเวลาอินพุต"เราระบุที่อยู่ของช่วงที่มีจำนวนรายได้ต่อเดือนโดยไม่มีเซลล์ที่ควรคำนวณข้อมูล
ในสนาม "ช่วงเวลา"คุณควรระบุช่วงเวลาในการประมวลผลค่าโดยใช้วิธีปรับให้เรียบ ขั้นแรก ให้ตั้งค่าการปรับให้เรียบเป็นสามเดือน แล้วจึงป้อนตัวเลข "3".
ในสนาม “ช่วงเอาท์พุต”คุณต้องระบุช่วงว่างโดยพลการบนแผ่นงานที่จะแสดงข้อมูลหลังการประมวลผล ซึ่งควรเป็นเซลล์ที่มีขนาดใหญ่กว่าช่วงอินพุตหนึ่งเซลล์
คุณควรทำเครื่องหมายในช่องถัดจากพารามิเตอร์ด้วย “ข้อผิดพลาดมาตรฐาน”.
หากจำเป็น คุณสามารถเลือกช่องถัดจากรายการได้ “กราฟเอาท์พุต”สำหรับการสาธิตด้วยภาพ แม้ว่าในกรณีของเราจะไม่จำเป็นก็ตาม
หลังจากทำการตั้งค่าทั้งหมดแล้วให้คลิกที่ปุ่ม "ตกลง".
- โปรแกรมแสดงผลการประมวลผล
- ตอนนี้เราจะดำเนินการปรับให้เรียบภายในระยะเวลาสองเดือนเพื่อพิจารณาว่าผลลัพธ์ใดถูกต้องมากกว่า เพื่อจุดประสงค์เหล่านี้ เราจะเปิดตัวเครื่องมืออีกครั้ง “ค่าเฉลี่ยเคลื่อนที่” แพ็คเกจการวิเคราะห์.
ในสนาม "ช่วงเวลาอินพุต"เราปล่อยให้ค่าเดียวกันกับในกรณีก่อนหน้า
ในสนาม "ช่วงเวลา"ใส่ตัวเลข "2".
ในสนาม “ช่วงเอาท์พุต”เราระบุที่อยู่ของช่วงว่างใหม่ ซึ่งจะต้องเป็นหนึ่งเซลล์ที่มีขนาดใหญ่กว่าช่วงอินพุตอีกครั้ง
เราปล่อยให้การตั้งค่าที่เหลือเหมือนเดิม หลังจากนั้นคลิกที่ปุ่ม "ตกลง".
- ต่อไปนี้โปรแกรมจะทำการคำนวณและแสดงผลบนหน้าจอ เพื่อพิจารณาว่ารุ่นใดในทั้งสองรุ่นมีความแม่นยำมากกว่า เราจำเป็นต้องเปรียบเทียบข้อผิดพลาดมาตรฐาน น้อย ตัวบ่งชี้นี้ยิ่งความน่าจะเป็นของความแม่นยำของผลลัพธ์ที่ได้ก็จะยิ่งสูงขึ้นเท่านั้น อย่างที่คุณเห็น สำหรับค่าทั้งหมด ข้อผิดพลาดมาตรฐานเมื่อคำนวณค่าเฉลี่ยเคลื่อนที่สองเดือนจะน้อยกว่าตัวบ่งชี้เดียวกันเป็นเวลา 3 เดือน ดังนั้นค่าที่ทำนายไว้สำหรับเดือนธันวาคมจึงถือเป็นค่าที่คำนวณโดยวิธีเลื่อนสำหรับ ช่วงสุดท้าย. ในกรณีของเราค่านี้คือ 990.4 พันรูเบิล
วิธีที่ 2: การใช้ฟังก์ชัน AVERAGE
มีอีกวิธีหนึ่งในการใช้วิธีค่าเฉลี่ยเคลื่อนที่ใน Excel หากต้องการใช้งานคุณต้องใช้ฟังก์ชันโปรแกรมมาตรฐานจำนวนหนึ่งซึ่งพื้นฐานสำหรับจุดประสงค์ของเราคือ เฉลี่ย. ตัวอย่างเช่น เราจะใช้ตารางรายได้องค์กรเดียวกันกับในกรณีแรก
เช่นเดียวกับครั้งก่อน เราจะต้องสร้างอนุกรมเวลาที่ราบรื่น แต่คราวนี้การกระทำจะไม่เป็นไปโดยอัตโนมัติ คุณควรคำนวณค่าเฉลี่ยทุก ๆ สองและสามเดือนเพื่อให้สามารถเปรียบเทียบผลลัพธ์ได้
ก่อนอื่น เรามาคำนวณค่าเฉลี่ยของสองช่วงก่อนหน้าโดยใช้ฟังก์ชันกันก่อน เฉลี่ย. เราสามารถทำได้ตั้งแต่เดือนมีนาคมเท่านั้น เนื่องจากสำหรับวันต่อๆ ไป จะมีการแตกหักของค่า
- เลือกเซลล์ในคอลัมน์ว่างในแถวของเดือนมีนาคม จากนั้นคลิกที่ไอคอน "แทรกฟังก์ชัน"ซึ่งอยู่ใกล้กับแถบสูตร
- หน้าต่างถูกเปิดใช้งาน ตัวช่วยสร้างฟังก์ชั่น. ในหมวดหมู่ "สถิติ"กำลังมองหาความหมาย "เฉลี่ย"เลือกและคลิกที่ปุ่ม "ตกลง".
- หน้าต่างอาร์กิวเมนต์ของตัวดำเนินการจะเปิดขึ้น เฉลี่ย. ไวยากรณ์ของมันมีดังนี้:
ค่าเฉลี่ย(หมายเลข 1, หมายเลข 2,...)
จำเป็นต้องมีอาร์กิวเมนต์เดียวเท่านั้น
ในกรณีของเราในสนาม "หมายเลข 1"เราต้องระบุลิงก์ไปยังช่วงที่ระบุรายได้สำหรับสองช่วงก่อนหน้า (มกราคมและกุมภาพันธ์) วางเคอร์เซอร์ในช่องแล้วเลือกเซลล์ที่เกี่ยวข้องบนแผ่นงานในคอลัมน์ "รายได้". หลังจากนั้นคลิกที่ปุ่ม "ตกลง".
- อย่างที่คุณเห็น ผลลัพธ์ของการคำนวณค่าเฉลี่ยสำหรับสองช่วงเวลาก่อนหน้านั้นแสดงอยู่ในเซลล์ เพื่อที่จะทำการคำนวณที่คล้ายกันสำหรับเดือนอื่นๆ ทั้งหมดของรอบระยะเวลานั้น เราจำเป็นต้องคัดลอก สูตรนี้ไปยังเซลล์อื่นๆ เมื่อต้องการทำเช่นนี้ ให้วางเคอร์เซอร์ไว้ที่มุมขวาล่างของเซลล์ที่มีฟังก์ชันนี้ เคอร์เซอร์จะเปลี่ยนเป็นจุดจับเติมที่ดูเหมือนกากบาท กดปุ่มซ้ายของเมาส์ค้างไว้แล้วลากลงไปจนสุดคอลัมน์
- เราได้รับการคำนวณผลลัพธ์ของค่าเฉลี่ยสำหรับสองเดือนก่อนหน้าก่อนสิ้นปี
- ตอนนี้เลือกเซลล์ในคอลัมน์ว่างถัดไปในแถวเดือนเมษายน การเรียกหน้าต่างอาร์กิวเมนต์ของฟังก์ชัน เฉลี่ยในลักษณะเดียวกับที่อธิบายไว้ข้างต้น ในสนาม "หมายเลข 1"ป้อนพิกัดของเซลล์ในคอลัมน์ "รายได้"ตั้งแต่เดือนมกราคมถึงเดือนมีนาคม จากนั้นคลิกที่ปุ่ม "ตกลง".
- ใช้เครื่องหมายเติม คัดลอกสูตรลงในเซลล์ตารางด้านล่าง
- ดังนั้นเราจึงคำนวณค่าต่างๆ ตอนนี้เช่นเดียวกับใน ครั้งก่อนเราจะต้องพิจารณาว่าการวิเคราะห์ประเภทใดดีกว่า: โดยการปรับให้เรียบเป็นเวลา 2 หรือ 3 เดือน ในการทำเช่นนี้ คุณควรคำนวณค่าเบี่ยงเบนมาตรฐานและตัวชี้วัดอื่นๆ ขั้นแรก เรามาคำนวณค่าเบี่ยงเบนสัมบูรณ์โดยใช้มาตรฐานกันก่อน ฟังก์ชันเอ็กเซล เอบีเอสซึ่งแทนที่จะเป็นค่าบวกหรือ ตัวเลขติดลบส่งคืนโมดูลของพวกเขา ค่านี้จะเท่ากับความแตกต่างระหว่างตัวบ่งชี้รายได้จริงสำหรับเดือนที่เลือกและที่คาดการณ์ไว้ วางเคอร์เซอร์ในคอลัมน์ว่างถัดไปในแถวเดือนพฤษภาคม กำลังโทร ตัวช่วยสร้างฟังก์ชัน.
- ในหมวดหมู่ "คณิตศาสตร์"เน้นชื่อของฟังก์ชัน "เอบีเอส". คลิกที่ปุ่ม "ตกลง".
- หน้าต่างอาร์กิวเมนต์ของฟังก์ชันจะเปิดขึ้น เอบีเอส. ในสนามเดียว "ตัวเลข"ระบุความแตกต่างระหว่างเนื้อหาของเซลล์ในคอลัมน์ "รายได้"และ "2 เดือน"สำหรับเดือนพฤษภาคม จากนั้นคลิกที่ปุ่ม "ตกลง".
- ใช้เครื่องหมายเติม คัดลอกสูตรนี้ไปยังทุกแถวของตารางจนถึงเดือนพฤศจิกายน
- เราคำนวณค่าเฉลี่ยของค่าเบี่ยงเบนสัมบูรณ์ตลอดระยะเวลาโดยใช้ฟังก์ชันที่เราคุ้นเคยอยู่แล้ว เฉลี่ย.
- เราดำเนินการขั้นตอนที่คล้ายกันเพื่อคำนวณค่าเบี่ยงเบนสัมบูรณ์สำหรับค่าเฉลี่ยเคลื่อนที่ 3 เดือน ขั้นแรกเราใช้ฟังก์ชัน เอบีเอส. เฉพาะครั้งนี้เท่านั้นที่เราคำนวณความแตกต่างระหว่างเนื้อหาของเซลล์ที่มีรายได้จริงและรายได้ตามแผน โดยคำนวณโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือน
- ต่อไป เราจะคำนวณค่าเฉลี่ยของข้อมูลส่วนเบี่ยงเบนสัมบูรณ์ทั้งหมดโดยใช้ฟังก์ชัน เฉลี่ย.
- ขั้นตอนต่อไปคือการคำนวณค่าเบี่ยงเบนสัมพัทธ์ มันเท่ากับอัตราส่วนของค่าเบี่ยงเบนสัมบูรณ์ต่อตัวบ่งชี้ที่แท้จริง เพื่อหลีกเลี่ยง ค่าลบเราจะใช้ประโยชน์จากโอกาสที่ผู้ให้บริการเสนออีกครั้ง เอบีเอส. คราวนี้ เมื่อใช้ฟังก์ชันนี้ เราจะหารค่าเบี่ยงเบนสัมบูรณ์เมื่อใช้วิธีค่าเฉลี่ยเคลื่อนที่ 2 เดือนด้วยรายได้จริงสำหรับเดือนที่เลือก
- แต่ค่าเบี่ยงเบนสัมพัทธ์มักจะแสดงเป็นเปอร์เซ็นต์ ดังนั้นให้เลือกช่วงที่เกี่ยวข้องบนแผ่นงานแล้วไปที่แท็บ "บ้าน"ซึ่งอยู่ในบล็อกเครื่องมือ "ตัวเลข"ในฟิลด์การจัดรูปแบบพิเศษเราตั้งค่ารูปแบบเปอร์เซ็นต์ หลังจากนี้ ผลลัพธ์ของการคำนวณค่าเบี่ยงเบนสัมพัทธ์จะแสดงเป็นเปอร์เซ็นต์
- เราทำการดำเนินการที่คล้ายกันเพื่อคำนวณค่าเบี่ยงเบนสัมพัทธ์กับข้อมูลโดยใช้การปรับให้เรียบเป็นเวลา 3 เดือน เฉพาะในกรณีนี้ ในการคำนวณเป็นเงินปันผล เราใช้อีกคอลัมน์หนึ่งของตารางที่เราตั้งชื่อไว้ “หน้าท้อง ปิด (3ม.)". แล้วเราก็แปล ค่าตัวเลขในรูปแบบเปอร์เซ็นต์
- หลังจากนั้นเราจะคำนวณค่าเฉลี่ยของทั้งสองคอลัมน์ที่มีค่าเบี่ยงเบนสัมพัทธ์เหมือนก่อนใช้ฟังก์ชัน เฉลี่ย. เนื่องจากในการคำนวณเราใช้ค่าเปอร์เซ็นต์เป็นอาร์กิวเมนต์ของฟังก์ชันจึงไม่จำเป็นต้องทำการแปลงเพิ่มเติม ตัวดำเนินการเอาต์พุตจะสร้างผลลัพธ์ในรูปแบบเปอร์เซ็นต์
- ทีนี้ เรามาคำนวณค่าเบี่ยงเบนมาตรฐานกัน ตัวบ่งชี้นี้จะช่วยให้เราเปรียบเทียบคุณภาพของการคำนวณได้โดยตรงเมื่อใช้การปรับให้เรียบเป็นเวลาสองและสามเดือน ในกรณีของเรา ค่าเบี่ยงเบนมาตรฐานจะเท่ากับรากที่สองของผลรวมของกำลังสองของความแตกต่างระหว่างรายได้จริงกับค่าเฉลี่ยเคลื่อนที่ หารด้วยจำนวนเดือน ในการคำนวณในโปรแกรมเราต้องใช้ฟังก์ชันจำนวนหนึ่งโดยเฉพาะ ราก, ผลรวมผลต่างและ ตรวจสอบ. ตัวอย่างเช่น ในการคำนวณค่าเบี่ยงเบนมาตรฐานเมื่อใช้เส้นปรับให้เรียบเป็นเวลาสองเดือนในเดือนพฤษภาคม ในกรณีของเรา จะใช้สูตรต่อไปนี้:
SQRT(สรุป(B6:B12,C6:C12)/COUNT(B6:B12))
เราคัดลอกไปยังเซลล์อื่นของคอลัมน์และคำนวณค่าเบี่ยงเบนมาตรฐานโดยใช้เครื่องหมายเติม
- เราทำการดำเนินการที่คล้ายกันเพื่อคำนวณค่าเบี่ยงเบนมาตรฐานสำหรับค่าเฉลี่ยเคลื่อนที่ราย 3 เดือน
- หลังจากนั้น เราจะคำนวณค่าเฉลี่ยตลอดระยะเวลาของตัวบ่งชี้ทั้งสองนี้โดยใช้ฟังก์ชัน เฉลี่ย.
- เมื่อเปรียบเทียบการคำนวณโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่กับการปรับให้เรียบที่ 2 และ 3 เดือนในแง่ของตัวบ่งชี้ เช่น ค่าเบี่ยงเบนสัมบูรณ์ ส่วนเบี่ยงเบนสัมพัทธ์ และค่าเบี่ยงเบนมาตรฐาน เราสามารถพูดได้อย่างมั่นใจว่าการปรับให้เรียบเป็นเวลาสองเดือนให้ผลลัพธ์ที่เชื่อถือได้มากกว่าการใช้การปรับให้เรียบเป็นเวลาสามเดือน สิ่งนี้เห็นได้จากข้อเท็จจริงที่ว่าตัวบ่งชี้ข้างต้นสำหรับค่าเฉลี่ยเคลื่อนที่สองเดือนนั้นน้อยกว่าค่าเฉลี่ยเคลื่อนที่สามเดือน
- ดังนั้นรายได้ที่คาดการณ์ไว้ขององค์กรในเดือนธันวาคมจะอยู่ที่ 990.4 พันรูเบิล อย่างที่คุณเห็น ค่านี้เกิดขึ้นพร้อมกันกับค่าที่เราได้รับเมื่อคำนวณโดยใช้เครื่องมือ แพ็คเกจการวิเคราะห์.
เราคำนวณการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ได้สองวิธี อย่างที่คุณเห็นขั้นตอนนี้ใช้เครื่องมือได้ง่ายกว่ามาก แพ็คเกจการวิเคราะห์. อย่างไรก็ตาม ผู้ใช้บางรายอาจไม่เชื่อถือการคำนวณอัตโนมัติเสมอไป และต้องการใช้ฟังก์ชันนี้ในการคำนวณ เฉลี่ยและผู้ประกอบการร่วมเพื่อตรวจสอบตัวเลือกที่น่าเชื่อถือที่สุด แม้ว่าหากทุกอย่างถูกต้องแล้วผลลัพธ์สุดท้ายของการคำนวณก็ควรจะเหมือนกันทั้งหมด
การถอดเสียง
1 การพยากรณ์ใน วิธี Excelค่าเฉลี่ยเคลื่อนที่ ดร.ฟิส เสื่อ. วิทยาศาสตร์ศาสตราจารย์ Gavrilenko V.V. ผู้ช่วย Parokhnenko L.M. (มหาวิทยาลัยขนส่งแห่งชาติ) ภูมิหลังทางทฤษฎี. เมื่อสร้างแบบจำลองกระบวนการทางเศรษฐกิจต่าง ๆ ในทางปฏิบัติ ความสามารถที่เพิ่มขึ้นของเทคโนโลยีคอมพิวเตอร์สมัยใหม่ก็ถูกนำมาใช้อย่างกว้างขวางเช่นกัน วิธีที่มีประสิทธิภาพการพยากรณ์ ดังนั้นในการพัฒนาการคาดการณ์ใน Excel คุณสามารถใช้เครื่องมือต่างๆ เช่น การสร้างการถดถอย การปรับให้เรียบแบบเอกซ์โปเนนเชียล; ค่าเฉลี่ยเคลื่อนที่ ในงานนี้ กระบวนการพัฒนาการคาดการณ์โดยใช้ Excel ดำเนินการโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ โปรดทราบว่าผู้เขียนอธิบายเทคนิคการพยากรณ์โดยใช้การถดถอยอย่างละเอียดเพียงพอ วิธีค่าเฉลี่ยเคลื่อนที่ใช้สำหรับการปรับให้เรียบและคาดการณ์อนุกรมเวลา อนุกรมเวลาคือชุดของคู่ข้อมูล (X,Y) โดยที่ X คือช่วงเวลาหรือช่วงเวลา (ตัวแปรอิสระ) และ Y คือพารามิเตอร์ที่แสดงลักษณะของกระบวนการที่กำลังศึกษาอยู่ (ตัวแปรตาม) วิธีค่าเฉลี่ยเคลื่อนที่ช่วยให้คุณสามารถระบุแนวโน้มการเปลี่ยนแปลงในค่าจริงของพารามิเตอร์ Y เมื่อเวลาผ่านไปและคาดการณ์ค่าในอนาคตของ Y โมเดลผลลัพธ์สามารถใช้งานได้อย่างมีประสิทธิภาพในกรณีที่มีแนวโน้มที่กำหนดไว้ในไดนามิกสำหรับ ค่าของพารามิเตอร์ที่ทำนายไว้ วิธีการนี้ไม่ค่อยได้ผลในกรณีที่แนวโน้มนี้หยุดชะงัก เช่น ระหว่างเกิดภัยพิบัติทางธรรมชาติ การปฏิบัติการทางทหาร ความไม่สงบในสังคม หรือเมื่อพารามิเตอร์ของสถานการณ์ภายในหรือภายนอกมีการเปลี่ยนแปลงอย่างมาก (ระดับเงินเฟ้อ ราคาวัตถุดิบ วัสดุ); เมื่อแผนธุรกิจของบริษัทมีการเปลี่ยนแปลงครั้งใหญ่ แนวคิดหลักของวิธีค่าเฉลี่ยเคลื่อนที่คือการแทนที่ระดับที่แท้จริงของอนุกรมเวลาที่กำลังศึกษาด้วยค่าเฉลี่ย ซึ่งจะยกเลิกความผันผวนแบบสุ่ม ดังนั้นผลลัพธ์ที่ได้คือชุดค่าพารามิเตอร์ที่อยู่ระหว่างการศึกษาที่ราบรื่นซึ่งทำให้สามารถระบุแนวโน้มหลักของการเปลี่ยนแปลงได้ชัดเจนยิ่งขึ้น วิธีค่าเฉลี่ยเคลื่อนที่เป็นวิธีการที่ค่อนข้างง่ายในการปรับให้เรียบและ * อนุกรมเวลาการคาดการณ์ โดยขึ้นอยู่กับการคาดการณ์ y t เป็นค่าเฉลี่ยของ m ค่าที่สังเกตก่อนหน้าของ y (i = 1, m) จากนั้น m * 1 คือ: y t = yt i ตัวอย่างเช่น หากเมื่อศึกษาอนุกรมเวลาของข้อมูล m i = 1 จากผลกำไรขององค์กรตามเดือน เราเลือกค่าเฉลี่ยเคลื่อนที่สามเดือน (m = 3) เป็นการคาดการณ์ จากนั้นการคาดการณ์สำหรับเดือนมิถุนายนจะเป็นค่าเฉลี่ยสำหรับ Ti
2 ตัวชี้วัดสำหรับสามเดือนก่อนหน้า (มีนาคม เมษายน พฤษภาคม) หากคุณเลือกค่าเฉลี่ยเคลื่อนที่ 4 เดือน (m = 4) การคาดการณ์สำหรับเดือนมิถุนายนจะเป็นค่าเฉลี่ยของตัวชี้วัดสำหรับสี่เดือนก่อนหน้า (กุมภาพันธ์ มีนาคม เมษายน พฤษภาคม) ตัวอย่างเช่น บ่อยครั้ง เมื่อพัฒนาการคาดการณ์สำหรับปริมาณการขายขององค์กร วิธีค่าเฉลี่ยเคลื่อนที่ซึ่งอิงจากการสังเกตในช่วง 3 (หรือ 4) เดือนที่ผ่านมาจะมีประสิทธิภาพมากกว่า (ช่วยให้คุณติดตามปริมาณการขายจริงด้วยความแม่นยำมากกว่า) มากกว่าวิธีการ จากการสังเกตระยะยาว (มากกว่า 12 เดือนขึ้นไป) นี่เป็นเพราะว่าจากการใช้ค่าเฉลี่ยเคลื่อนที่ 3 เดือน แต่ละค่าของตัวบ่งชี้ทั้ง 3 ค่า (สำหรับสามเดือนนี้) จะต้องรับผิดชอบหนึ่งในสามของค่าคาดการณ์ ด้วยค่าเฉลี่ยเคลื่อนที่ 12 เดือน ค่าของตัวบ่งชี้แต่ละตัวในช่วงสามเดือนที่ผ่านมาจะรับผิดชอบเพียงหนึ่งในสิบสองของการคาดการณ์ น่าเสียดายที่ไม่มีกฎเกณฑ์ที่ช่วยให้คุณสามารถเลือกจำนวนที่เหมาะสมที่สุด m ของเงื่อนไขค่าเฉลี่ยเคลื่อนที่ได้ อย่างไรก็ตาม สังเกตได้ว่ายิ่ง m น้อยลง การพยากรณ์ก็จะยิ่งตอบสนองต่อความผันผวนของอนุกรมเวลาได้ดีขึ้น และในทางกลับกัน ยิ่ง m มากขึ้น กระบวนการพยากรณ์ก็จะยิ่งเฉื่อยมากขึ้นเท่านั้น ในทางปฏิบัติ ค่า m มักจะอยู่ในช่วงตั้งแต่ 2 ถึง 10 หากมีองค์ประกอบของอนุกรมเวลาเพียงพอ ก็สามารถกำหนดค่า m ที่ยอมรับได้สำหรับการพยากรณ์ได้ เช่น ดังต่อไปนี้: ตั้งค่าเบื้องต้นหลายค่าของ m; ปรับอนุกรมเวลาให้เรียบโดยใช้ค่าที่กำหนดแต่ละค่าของ m คำนวณ ข้อผิดพลาดโดยเฉลี่ยการพยากรณ์โดยใช้สูตรใดสูตรหนึ่ง: 1 * o ε = y t y t (ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ย); n 1 yt o ε = y n y t t t * t (ค่าเบี่ยงเบนสัมพัทธ์โดยเฉลี่ย); 1 * 2 o ε = (yt yt) (ส่วนเบี่ยงเบนมาตรฐาน), n t โดยที่ n คือจำนวนครั้งที่ t ใช้ในการคำนวณ เลือกค่า m ที่สอดคล้องกับข้อผิดพลาดที่น้อยกว่า กระบวนการปรับให้เรียบและคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ใน Excel สามารถทำได้โดย: แนะนำสูตรที่เหมาะสมลงในเซลล์ เช่น การใช้ฟังก์ชัน AVERAGE() ในตัว โดยใช้เครื่องมือ Moving Average ของ Add-in ของ Analysis Pack การเพิ่มเส้นแนวโน้มลงในแผนภูมิที่สร้างจากอนุกรมเวลาดั้งเดิมตามวิธีการกรองเชิงเส้น
3 ปัญหา. โดยคำนึงถึงข้อมูลที่นำเสนอในตารางกำไรรายเดือนของบริษัทในช่วง 11 เดือนของปีปัจจุบัน ให้ทำการคาดการณ์เกี่ยวกับกำไรของบริษัทสำหรับเดือนที่ 12 รูปที่ 1. ตารางมูลค่ากำไรของบริษัทตามเดือน วิธีแก้ปัญหา ในอนาคตเมื่อแก้ไขปัญหาตามสูตรเพื่อความสะดวกในการนำเสนอผลการคำนวณที่ได้รับจะใช้แผ่นงาน Z1, Z2, Z3, Z4: แผ่นงาน Z1 สำหรับการก่อตัว ของอนุกรมเวลาที่ปรับให้เรียบตามวิธีค่าเฉลี่ยเคลื่อนที่โดยใช้ฟังก์ชัน AVERAGE() และคำนวณค่าเบี่ยงเบนเฉลี่ยจากอนุกรมเวลาดั้งเดิม แผ่นงาน Z2 สำหรับการนำกระบวนการปรับอนุกรมเวลาดั้งเดิมให้ราบรื่นโดยใช้เครื่องมือ Moving Average ของ Add-in แพ็คเกจการวิเคราะห์ แผ่นงาน Z3 สำหรับการแสดงอนุกรมเวลาแบบเรียบ สร้างขึ้นโดยใช้เส้นแนวโน้มของประเภทการกรองเชิงเส้นตามแผนภูมิสำหรับอนุกรมเวลาดั้งเดิม แผ่นงาน Z4 สำหรับการวิเคราะห์เปรียบเทียบผลลัพธ์ที่ได้รับโดยใช้เครื่องมือที่เลือกไว้ด้านบน: ขึ้นอยู่กับอนุกรมเวลาดั้งเดิม อนุกรมเวลาที่ปรับให้เรียบของค่าของค่าเฉลี่ยเคลื่อนที่ 2 เดือนถูกสร้างขึ้นโดยใช้ฟังก์ชัน AVERAGE() ซึ่งเป็นเครื่องมือค่าเฉลี่ยเคลื่อนที่ของ โปรแกรมเสริม "แพ็คเกจการวิเคราะห์" และเส้นแนวโน้มของการกรองประเภทเชิงเส้น การใช้ฟังก์ชันในตัว AVERAGE() กระบวนการรับอนุกรมเวลาที่ราบรื่น รวมถึงการคาดการณ์กำไรของบริษัทสำหรับเดือนที่ 12 ของปีปัจจุบันตามอนุกรมเวลาเดิม จะดำเนินการตาม สถานการณ์ต่อไปนี้: 1. ตามข้อมูลที่ให้ไว้ในตารางรูปที่ 1 บนแผ่นงาน Excel จะสร้างตารางที่เต็มไปด้วยข้อมูลจากอนุกรมเวลาดั้งเดิม 2. ข้อมูลอนุกรมเวลาที่ปรับให้เรียบแล้วสำหรับค่าเฉลี่ยเคลื่อนที่ 2, 3 และ 4 เดือนจะถูกสร้างและป้อนลงในตาราง
4 3. กราฟของอนุกรมเวลาดั้งเดิมและอนุกรมเวลาแบบเรียบถูกสร้างขึ้น 4. การใช้สูตรใดสูตรหนึ่งข้างต้น จะคำนวณค่าเบี่ยงเบนเฉลี่ยของอนุกรมเวลาที่ปรับให้เรียบซึ่งเป็นผลลัพธ์จากอนุกรมเวลาดั้งเดิม 5. อนุกรมเวลาที่ราบรื่นโดยมีค่าเบี่ยงเบนเฉลี่ยน้อยกว่าจะถูกเลือกเป็นแบบจำลอง และจะรวบรวมการคาดการณ์ผลกำไรของบริษัทสำหรับเดือนที่ 12 ของปีปัจจุบันตามตัวชี้วัด เรามาดำเนินการแก้ไขปัญหากันดีกว่า 1. กรอกช่วงของเซลล์ A5:B15 ของแผ่นงาน Z1 ด้วยข้อมูลอนุกรมเวลาจากตารางในรูปที่ 1 เป็นผลให้เราได้ตารางที่แสดงในรูปที่ 2 รูปที่ 2. ตารางต้นฉบับบนแผ่นงาน Excel 2 อิงจากข้อมูลอนุกรมเวลาจากช่วงของเซลล์ A5:B15 โดยยึดตามวิธีค่าเฉลี่ยเคลื่อนที่ เราสร้างแบบจำลอง 3 แบบจำลองของความสัมพันธ์ภายใต้การศึกษาโดยอิงจากข้อมูลสำหรับ 2, 3 และ 4 เดือนก่อนหน้า ตามลำดับ ค่าของอนุกรมเวลาที่ปรับให้เรียบแล้วจะอยู่ตามลำดับในช่วงของเซลล์ C7:C16; D8:D16; E9:E16. ขั้นแรกเราสร้างชุดค่าเฉลี่ยเคลื่อนที่เป็นเวลาสองเดือน: ในเซลล์ C7 เราป้อนสูตร =AVERAGE(B5:B6) และใช้เครื่องหมายเติม คัดลอกไปยังช่วงของเซลล์ C8:C16 เป็น ผลลัพธ์ที่ช่วงของเซลล์ C7:C16 เต็มไปด้วยตัวบ่งชี้ที่คำนวณได้ 2- x ค่าเฉลี่ยเคลื่อนที่รายเดือน ชุดของค่าเฉลี่ยเคลื่อนที่ 3 และ 4 เดือนถูกสร้างขึ้นในลักษณะเดียวกัน: ในเซลล์ D8 ให้ป้อนสูตร =AVERAGE(B5:B7) และใช้เครื่องหมายเติม คัดลอกไปยังช่วงของเซลล์ D9:D16 ส่งผลให้ช่วงของเซลล์ D8:D16 เต็มไปด้วยตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ 3 เดือน ป้อนสูตร =AVERAGE(B5:B8) ลงในเซลล์ E9 และใช้เครื่องหมายเติมเพื่อคัดลอกไปยังช่วงของเซลล์ E10:E16 ซึ่งเป็นผลมาจากการที่ช่วงของเซลล์ E9:E16 เต็มไปด้วยตัวบ่งชี้ของ 4 -เดือนค่าเฉลี่ยเคลื่อนที่ รูปที่ 3 4 แสดงตารางผลลัพธ์สำหรับค่าเฉลี่ยเคลื่อนที่ 2, 3 และ 4 เดือน รวมถึงสูตรที่ใช้
5 รูปที่ 3 ตารางค่าสำหรับค่าเฉลี่ยเคลื่อนที่ 2, 3, 4 เดือน รูปที่ 4 เนื้อหาของเซลล์ตารางในรูปที่ 3 รูปที่ 5 แสดงกราฟของอนุกรมเวลาดั้งเดิมและเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ที่คาดการณ์ซึ่งสร้างขึ้นโดยสัมพันธ์กัน โปรดทราบว่ากราฟเหล่านี้สร้างขึ้นโดยใช้วิธีการมาตรฐานสำหรับการสร้างแผนภูมิใน Excel เนื่องจากค่าที่ได้รับของอนุกรมเวลาที่ปรับให้เรียบตามค่าเฉลี่ยเคลื่อนที่นั้นขึ้นอยู่กับข้อมูลจากการสังเกตครั้งก่อน ค่าเหล่านี้จึงล่าช้ากว่าค่าที่สอดคล้องกันของอนุกรมเวลาดั้งเดิม: เส้นแนวโน้มของค่าเฉลี่ยเคลื่อนที่จะเลื่อนสัมพันธ์กับกราฟ ของอนุกรมเวลาดั้งเดิม (รูปที่ 5) ตารางในรูปที่ 6 10 แสดงค่าเบี่ยงเบนสัมบูรณ์ สัมพัทธ์ และค่ามาตรฐานของค่าของค่าเฉลี่ยเคลื่อนที่ 2, 3 และ 4 เดือน
6 จากค่าที่สอดคล้องกันของอนุกรมเวลาดั้งเดิมตลอดจนเนื้อหาของเซลล์ในตารางเหล่านี้ รูปที่ 5 กราฟของอนุกรมเวลาดั้งเดิมและอนุกรมเวลาที่เรียบ รูปที่ 6 ตารางค่าเบี่ยงเบนสัมบูรณ์
7 รูปที่ 7 เนื้อหาของเซลล์ในตาราง รูปที่ 6 รูปที่. 8. ตารางการเบี่ยงเบนสัมพัทธ์รูปที่ 9 เนื้อหาของเซลล์ในตาราง รูปที่ 8 รูปที่ 10 ตารางค่าเบี่ยงเบนมาตรฐาน
8 ค่าเบี่ยงเบนมาตรฐานในช่วงของเซลล์ B41:D41 ได้รับดังนี้ สูตรถูกป้อนลงในเซลล์ B41: = SQRT(SUMVARA(B9:B15,C9:C15)/COUNT(B9:B15) ) ให้ป้อนสูตรลงในเซลล์ C41: = SQRT(SUMQRAS(B9:B15,D9:D15)/COUNT(B9:B15)) ให้ป้อนสูตรในเซลล์ D41: =SQRT(SUMQRAS(B9:B15,E9: E15)/นับ(B9:B15)). ควรสังเกตว่าเพื่อทำการวิเคราะห์เปรียบเทียบข้อผิดพลาดสำหรับค่าเฉลี่ยเคลื่อนที่ 2, 3 และ 4 เดือน จะมีการสังเกตในจำนวนเท่ากัน บทสรุป. จากตารางข้างต้น ต่อไปนี้จะทำให้อนุกรมเวลาดั้งเดิมราบรื่นขึ้นและคาดการณ์แนวโน้มผลกำไรของบริษัท ควรใช้แบบจำลองค่าเฉลี่ยเคลื่อนที่ 2 เดือน เนื่องจากจะตอบสนองต่อความผันผวนของอนุกรมเวลาดั้งเดิมได้แม่นยำกว่าและมีขนาดเล็กกว่า ข้อผิดพลาดในการคาดการณ์ (สัมบูรณ์, สัมพัทธ์, ค่าเฉลี่ยกำลังสอง) มูลค่าคาดการณ์กำไรของบริษัทสำหรับเดือนที่ 12 คือ 8325,000 UAH เครื่องมือ Moving Average ของ Add-in “Analysis Package” กระบวนการปรับให้เรียบและการคาดการณ์โดยใช้วิธี Moving Average ใน Excel สามารถนำไปใช้ได้โดยใช้เครื่องมือ Moving Average ของ Add-in “Analysis Package” โดยใช้วิธีการต่อไปนี้: 1. เปิด แผ่นงาน Z2 สร้างตารางที่มีช่วงของเซลล์เป็น A5: B15 เต็มไปด้วยข้อมูลอนุกรมเวลาจากตารางต้นฉบับ (รูปที่ 1) 2. เราเติมช่วงของเซลล์ C5:C15 ด้วยค่าของชุดข้อมูลแบบเรียบที่ได้รับจากข้อมูลในช่วง 2 เดือนก่อนหน้าโดยใช้เครื่องมือ Moving Average ของ Add-in “Analysis Package” และช่วงของเซลล์ D5: D15 พร้อมค่าของข้อผิดพลาดมาตรฐาน 3. ในทำนองเดียวกันช่วงของเซลล์ E5:E15 และ F5:F15 จะถูกเติมด้วยค่าของชุดข้อมูลที่ปรับให้เรียบซึ่งได้รับจากข้อมูลในช่วง 3 เดือนที่ผ่านมาและค่าของข้อผิดพลาดมาตรฐานตามลำดับ เทคโนโลยีสำหรับการสร้างชุดค่า เช่น สำหรับค่าเฉลี่ยเคลื่อนที่ 2 เดือนโดยใช้เครื่องมือ Moving Average ของ Add-in “Analysis Package” มีดังต่อไปนี้: เลือกคำสั่ง Data Analysis จากเมนู Tools กล่องโต้ตอบการวิเคราะห์ข้อมูลจะปรากฏขึ้น (รูปที่ 11) ซึ่งมีเครื่องมือวิเคราะห์ข้อมูลที่มีอยู่ทั้งหมด เลือกเครื่องมือ Moving Average จากรายการแล้วคลิกปุ่ม OK กล่องโต้ตอบ Moving Average จะปรากฏขึ้น (รูปที่ 12) ในฟิลด์ช่วงเวลาอินพุต ให้ระบุช่วงของแหล่งข้อมูลบนเวิร์กชีต Excel ซึ่งก็คือช่วงของเซลล์ B5:B15
9 รูปที่ 11 กล่องโต้ตอบการวิเคราะห์ข้อมูลรูปที่ 12 กล่องโต้ตอบค่าเฉลี่ยเคลื่อนที่ ในฟิลด์ Interval ให้ป้อนจำนวนเดือนที่รวมอยู่ในการคำนวณค่าเฉลี่ยเคลื่อนที่ ซึ่งก็คือตัวเลข 2 (เนื่องจากในกรณีนี้ ค่าเฉลี่ยเคลื่อนที่จะถูกสร้างขึ้นตามข้อมูลของ 2 เดือนก่อนหน้า ). ในฟิลด์อินพุตช่วงเวลาเอาท์พุต ให้ป้อนช่วงของเซลล์ที่ผลลัพธ์จะแสดง นั่นคือช่วงของเซลล์ C5:C15 เมื่อคุณทำเครื่องหมายในช่องในช่องผลลัพธ์กราฟและข้อผิดพลาดมาตรฐาน แผนภูมิจะถูกสร้างขึ้นโดยอัตโนมัติตามผลการวิเคราะห์ และคอลัมน์ที่มีการประมาณค่าทางสถิติของข้อผิดพลาดจะถูกเพิ่มลงในผลลัพธ์ ควรตรวจสอบฟิลด์ป้ายกำกับว่าแถวแรก (คอลัมน์) ในช่วงอินพุตมีส่วนหัวหรือไม่ หากช่วงอินพุตไม่มีส่วนหัว คุณจะต้องยกเลิกการทำเครื่องหมายที่ช่อง คลิกที่ปุ่มตกลง ชุดค่าสำหรับค่าเฉลี่ยเคลื่อนที่ 3 เดือนและข้อผิดพลาดมาตรฐานจะถูกสร้างขึ้นในทำนองเดียวกัน รูปที่ 13 แสดงตารางค่าของค่าเฉลี่ยเคลื่อนที่ 2 และ 3 เดือนและข้อผิดพลาดมาตรฐานที่ได้รับโดยใช้เครื่องมือ Moving Average ของ Add-in “แพ็คเกจการวิเคราะห์” และในรูปที่ 14a, 14b เนื้อหาของเซลล์ ของตารางนี้ก็คือใช้ในกระบวนการแก้สูตร
10 รูปที่ 13 ซีรีส์ที่ปรับให้เรียบและข้อผิดพลาดมาตรฐานที่ได้รับโดยใช้เครื่องมือ Moving Average ของโปรแกรมเสริม "แพ็คเกจการวิเคราะห์" รูปที่ 14a เนื้อหาของเซลล์ตาราง รูปที่ 13 (เริ่มต้น)
11 รูปที่ 14b. เนื้อหาของเซลล์ตาราง รูปที่ 13 (ต่อ) รูปที่ 15 กราฟของอนุกรมเวลาดั้งเดิมและอนุกรมเวลาแบบเรียบที่สร้างขึ้นโดยใช้เครื่องมือค่าเฉลี่ยเคลื่อนที่ของ Add-in “แพ็คเกจการวิเคราะห์” สรุป: การเปรียบเทียบข้อผิดพลาดมาตรฐานจากช่วงของเซลล์ D9:D15 กับข้อผิดพลาดมาตรฐานที่สอดคล้องกันจากช่วงของเซลล์ F9:F15 (รูปที่ 13) ช่วยให้เราสามารถพิจารณาโมเดล 2 -x ค่าเฉลี่ยเคลื่อนที่รายเดือนซึ่งเหมาะกว่าสำหรับการปรับให้เรียบและการคาดการณ์ เนื่องจากอยู่ในการพิจารณาทุกจุด
12 ของช่วงเวลาที่เลือกมีข้อผิดพลาดมาตรฐานน้อยกว่า มูลค่าคาดการณ์กำไรของบริษัทสำหรับเดือนที่ 12 จะเป็นมูลค่าที่มีอยู่ในเซลล์ C15 นั่นคือ 8325,000 UAH การสร้างเส้นแนวโน้มโดยใช้วิธีการกรองเชิงเส้น สำหรับการวิเคราะห์ข้อมูลบนแผนภูมิแบบกราฟิก คุณสามารถใช้การสร้างเส้นแนวโน้มโดยใช้จุดค่าเฉลี่ยเคลื่อนที่ได้ เส้นแนวโน้มดังกล่าวช่วยให้คุณสร้างเส้นโค้งที่เรียบขึ้น การแสดงกราฟิกซึ่งแสดงรูปแบบที่มีอยู่ในการพัฒนาข้อมูลได้ชัดเจนยิ่งขึ้น สำหรับตารางค่าดั้งเดิม (รูปที่ 2) เราจะใช้วิธีการกรองเชิงเส้น (หรือวิธีค่าเฉลี่ยเคลื่อนที่) และสร้างเส้นแนวโน้ม เทคโนโลยีสำหรับการสร้างเส้นแนวโน้มมีดังนี้: การใช้ข้อมูลจากตารางต้นฉบับ (รูปที่ 2) เราสร้างกราฟโดยเลือกประเภทกระจายในกล่องโต้ตอบประเภทแผนภูมิ หากต้องการ คุณสามารถเปลี่ยนลักษณะของกราฟที่ลงจุดและเครื่องหมาย ประเภทของเส้น สี และความหนาได้ ในการดำเนินการนี้ ให้ไปที่โหมดแก้ไขของกราฟผลลัพธ์โดยดับเบิลคลิกปุ่มซ้ายของเมาส์บนกราฟที่สร้างขึ้น ในกล่องโต้ตอบรูปแบบอนุกรมข้อมูลที่ปรากฏขึ้น ให้ตั้งค่าพารามิเตอร์ที่จำเป็นสำหรับการเปลี่ยนกราฟแล้วกดปุ่มตกลง จากนั้นเลือกชุดข้อมูลนี้โดยคลิกขวาที่เส้นกราฟ (ชุดข้อมูลจะถูกเลือกด้วยสี่เหลี่ยมสีดำ) ในเมนูบริบทที่ปรากฏขึ้น ให้เลือกรายการเมนูเพิ่มเส้นแนวโน้ม หรือหลังจากเลือกชุดข้อมูลแล้ว ให้คลิกปุ่มเมาส์ใดก็ได้แล้วเลือกคำสั่งเพิ่มเส้นแนวโน้มจากเมนูแผนภูมิ กล่องโต้ตอบ Trend Line จะปรากฏขึ้นบนหน้าจอ (รูปที่ 16) บนแท็บประเภท ให้เลือกประเภทเส้นแนวโน้ม การกรองเชิงเส้น (ค่าเฉลี่ยเคลื่อนที่) เมื่อเลือกประเภทการกรองเชิงเส้น คุณต้องป้อนจำนวนงวด (จุด) ที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในฟิลด์ระยะเวลา ลองป้อนหมายเลข 2 ในช่องนี้เพราะว่า เราสร้างเส้นแนวโน้มเป็นเวลา 2 เดือน คลิกตกลง เราดำเนินการเปรียบเทียบเมื่อสร้างเส้นแนวโน้มเป็นเวลา 3 เดือนโดยป้อนหมายเลข 3 ในช่องระยะเวลา ในรูป 18 กราฟที่ลงจุดของอนุกรมเวลาดั้งเดิมและเส้นแนวโน้มของค่าเฉลี่ยเคลื่อนที่ 2 และ 3 เดือนจะถูกนำเสนอ
13 รูปที่ 16. กล่องโต้ตอบ เส้นแนวโน้ม เส้นแนวโน้มที่วาดสามารถจัดรูปแบบได้ ในการดำเนินการนี้: เลือกเส้นแนวโน้มโดยคลิกเมาส์ จากนั้นคลิกขวาและเลือกจัดรูปแบบเส้นแนวโน้มจากเมนูบริบทที่ปรากฏขึ้น กล่องโต้ตอบรูปแบบเส้นแนวโน้มจะปรากฏขึ้น (รูปที่ 17) ซึ่งคุณสามารถตั้งค่าประเภทแนวโน้มที่ต้องการได้: ประเภทเส้น, สี, ความหนา; คุณสามารถเปลี่ยนชื่อของเส้นโค้งที่เรียบได้โดยเปิดแท็บตัวเลือกในกล่องโต้ตอบเดียวกัน เมื่อตั้งค่าพารามิเตอร์ที่จำเป็นแล้วให้คลิกตกลง
14 รูปที่. 17. กล่องโต้ตอบรูปแบบเส้นแนวโน้ม หมายเหตุ: เนื่องจากวิธีการกรองเชิงเส้นถูกนำมาใช้โดยการวางแผนเส้นแนวโน้มบนแผนภูมิ จึงสามารถสังเกตผลกระทบของมันได้ด้วยสายตา แต่เป็นไปไม่ได้ที่จะรับผลลัพธ์ที่เป็นตัวเลขตามที่คุณต้องการ เนื่องจากไม่ได้ป้อนเข้าไป ลงในสเปรดชีต
15 รูปที่. 18. กราฟของอนุกรมเวลาดั้งเดิมและเส้นแนวโน้มของค่าเฉลี่ยเคลื่อนที่ 2 และ 3 เดือน การเปรียบเทียบเครื่องมือ เทคโนโลยีสำหรับการเปรียบเทียบเครื่องมือสามารถนำไปใช้ตามขั้นตอนต่อไปนี้: ขึ้นอยู่กับข้อมูลอนุกรมเวลาที่ระบุในตารางต้นฉบับ รูปที่ 2 เรา จะสร้างชุดค่าสำหรับค่าเฉลี่ยเคลื่อนที่ 2 เดือนโดยใช้ฟังก์ชัน AVERAGE() และค่าเฉลี่ยเคลื่อนที่ 2 เดือนของแพ็คเกจการวิเคราะห์ เรามาสร้างกราฟของอนุกรมเวลาดั้งเดิมและเส้นแนวโน้มของอนุกรมเวลาที่ปรับให้เรียบแล้วกัน
รูปที่ 16 ภาพที่ 19 ตารางค่าของค่าเฉลี่ยเคลื่อนที่ 2 เดือนที่ได้รับโดยใช้ฟังก์ชัน AVERAGE() และแพ็คเกจการวิเคราะห์ ภาพที่ 20 กราฟของอนุกรมเวลาดั้งเดิม ค่าเฉลี่ยเคลื่อนที่ของเดือนที่ 2 ที่ได้รับโดยใช้ฟังก์ชัน AVERAGE เครื่องมือค่าเฉลี่ยเคลื่อนที่ของ Add-in แพ็คเกจการวิเคราะห์ พร้อมด้วยเส้นแนวโน้มการกรองเชิงเส้นเพิ่มเติม
17 การเปรียบเทียบค่าของค่าเฉลี่ยเคลื่อนที่ในคอลัมน์ C ได้มาจากการป้อนสูตรโดยตรงลงในเซลล์ของแผ่นงานกับค่าของค่าเฉลี่ยเคลื่อนที่ในคอลัมน์ D ซึ่งคำนวณโดยใช้เครื่องมือ Moving Average ของ "แพ็คเกจการวิเคราะห์" " Add-in (รูปที่ 20) คุณจะเห็นว่าตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยในคอลัมน์ C ถูกเลื่อนลงหนึ่งตำแหน่งเมื่อเทียบกับคอลัมน์ D ปัญหานี้สามารถแก้ไขได้ เช่น ด้วยวิธีนี้: หลังจากค่า ของค่าเฉลี่ยเคลื่อนที่ได้รับการคำนวณแล้ว คุณควรเลือกค่าเหล่านี้ทั้งหมดแล้วเลื่อนลงมาหนึ่งแถวของเวิร์กชีท การดำเนินการนี้จะช่วยให้คุณสามารถเชื่อมโยงการคาดการณ์กับช่วงเวลาที่เกี่ยวข้องได้อย่างแน่นอน อย่างไรก็ตาม หากทำเครื่องหมายในช่องแสดงกราฟในกล่องโต้ตอบค่าเฉลี่ยเคลื่อนที่ (รูปที่ 12) กราฟจะวางข้อมูลการคาดการณ์ตามข้อมูลในเวิร์กชีต โดยการย้ายค่าเวิร์กชีทลงหนึ่งบรรทัด คุณจะต้องแก้ไขกราฟที่ลงจุดตามข้อมูลการคาดการณ์ด้วย ให้เราสังเกตข้อดีและข้อเสียของการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่: การคาดการณ์โดยใช้เครื่องมือค่าเฉลี่ยเคลื่อนที่นั้นค่อนข้างง่ายและสะท้อนการเปลี่ยนแปลงในตัวบ่งชี้หลักของช่วงเวลาก่อนหน้าได้ค่อนข้างแม่นยำ บางครั้งการคาดการณ์ก็มีประสิทธิภาพมากกว่าวิธีการที่ใช้การสังเกตในระยะยาวด้วยซ้ำ อย่างไรก็ตาม ค่าเฉลี่ยเคลื่อนที่แบบธรรมดาเป็นวิธีที่รวดเร็วแต่ไม่ได้แม่นยำเสมอไปในการระบุแนวโน้มทั่วไปในอนุกรมเวลา เมื่อคุณสร้างการคาดการณ์ค่าเฉลี่ยเคลื่อนที่โดยใช้ Add-in ของชุดการวิเคราะห์ การคาดการณ์จะถูกสร้างขึ้นหนึ่งช่วงเวลาก่อนหน้านี้ เป็นไปได้ที่จะสร้างกราฟที่ใช้ข้อมูลอนุกรมเวลาเพื่อพล็อตเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ แต่กราฟไม่แสดงค่าตัวเลขที่แท้จริงของค่าเฉลี่ยเคลื่อนที่ และยังไม่มีวิธีเปลี่ยนตำแหน่งของเส้นแนวโน้มบนแผนภูมิ การคาดการณ์ตามค่าเฉลี่ยเคลื่อนที่ไม่ได้ให้การคาดการณ์ที่เกินขีดจำกัดของข้อมูลที่ทราบ คุณสามารถย้ายขอบเขตการประเมินไปสู่อนาคตตามแกนเวลาได้โดยใช้หนึ่งในฟังก์ชันการวิเคราะห์การถดถอยทางสถิติของแพ็คเกจ Excel ข้อมูลอ้างอิง 1. Karlberg K. การวิเคราะห์ธุรกิจโดยใช้ Excel K.: วิภาษวิธี, น. 2. Gavrilenko V.V., Parokhnenko L.M. การแก้ปัญหาการประมาณโดยใช้ Excel // คอมพิวเตอร์ + โปรแกรม S. N.V. มาคาโรวา, V.Ya. โทรฟิเมตส์ สถิติใน Excel: บทช่วยสอน. อ.: การเงินและสถิติ, น. 4. หยู.เอ็น. ทูริน, เอ.เอ. มาคารอฟ. การวิเคราะห์ข้อมูลบนคอมพิวเตอร์ / เอ็ด วี.อี. ฟิกูร์โนวา. อ: INFRA-M, น.
งานห้องปฏิบัติการ 2 หัวข้อ: เทคโนโลยีการสร้างแบบจำลองเชิงวิเคราะห์ใน DSS เทคโนโลยีเพื่อการวิเคราะห์และการพยากรณ์ตามแนวโน้ม เป้าหมาย: เพื่อศึกษาความเป็นไปได้และพัฒนาความสามารถในการใช้งานสากล
การปฏิบัติงาน 3.7. การใช้ตัวช่วยสร้างฟังก์ชัน MS Excel การสร้างไดอะแกรม วัตถุประสงค์ของงาน หลังจากเสร็จสิ้นงานนี้ คุณจะได้เรียนรู้วิธี: ป้อนสูตรลงในเซลล์ตาราง ใช้ตัวช่วยสร้างฟังก์ชั่น MS Excel
งานในห้องปฏิบัติการ 8. การสร้างกราฟิกและไดอะแกรมใน Excel วัตถุประสงค์ของงาน: เพื่อเรียนรู้วิธีใช้วิธีการแสดงข้อมูลแบบกราฟิกในสภาพแวดล้อมของ Ecel วิธีจัดรูปแบบและใช้งาน
การคาดการณ์ปริมาณการขายน้ำมันด้วยวิธีการวิเคราะห์แนวโน้ม Puchkova V. S. , Rasteryaev N.V. รัฐดอน มหาวิทยาลัยเทคนิค(DSTU) Rostov-on-Don, รัสเซีย การคาดการณ์ปริมาณการขาย
การแก้ปัญหาสถิติเชิงพรรณนาโดยใช้แพ็คเกจการวิเคราะห์ MS Excel ปัญหาที่ง่ายที่สุดของสถิติเชิงพรรณนาสามารถแก้ไขได้โดยใช้ตัวประมวลผลสเปรดชีต ตัวอย่างทั้งหมดด้านล่างมีไว้เพื่อ
งานห้องปฏิบัติการบน Excel (file.xls บนหน้า www.matburo.ru/sub_appear.php?p=l_excel) การสร้าง กรอก แก้ไข และจัดรูปแบบตาราง เชี่ยวชาญและศึกษาอะไร อินพุตและการจัดรูปแบบ
3.4. การทำงานกับสเปรดชีต 3.4.1 ส่วนติดต่อผู้ใช้โปรแกรม ไมโครซอฟต์ เอ็กเซล. การสร้างและแก้ไขตาราง เอกสารใน Microsoft Excel (MS Excel) เรียกว่าสมุดงาน
ชื่อของชุดข้อมูล การแสดงข้อมูลแบบกราฟิกโดยใช้แผนภูมิ 1.1 แนวคิดพื้นฐาน แผนภูมิใดๆ ถูกสร้างขึ้นในระบบพิกัดที่กำหนดโดยแกนนอน เรียกว่าแกนหมวดหมู่ และ
บทที่ 4: การทำงานกับแผนภูมิและตาราง Pivot การนำเสนอข้อมูลโดยใช้แผนภูมิช่วยให้คุณสามารถแสดงข้อมูลที่อยู่ในเซลล์ของเวิร์กชีตได้อย่างชัดเจน ใช่ การใช้ไดอะแกรม
แบบฝึกหัด 5.2.4 แผนภาพ เทคโนโลยีการฝึกปฏิบัติการก่อสร้างและการแก้ไข 5.2.4 แผนภาพ เทคโนโลยีการก่อสร้างและการแก้ไข... 1 วัตถุประสงค์ของแผนภาพ... 1 การสร้างแผนภาพ... 3 ขั้นตอนที่ 1 การคัดเลือก
แผนภูมิและกราฟ ข้อมูลเบื้องต้นเกี่ยวกับการสร้างแผนภูมิ สร้างและแก้ไขแผนภูมิและกราฟ กำหนดสีและรูปแบบของเส้น การแก้ไขแผนภูมิ การจัดรูปแบบข้อความ ตัวเลข
จำนวนหนังสือพิมพ์ ห้องปฏิบัติการและภาคปฏิบัติ หัวข้อ: “MS Excel การสร้าง การจัดรูปแบบ และการแก้ไขแผนภูมิและกราฟ” วัตถุประสงค์ของบทเรียน: เรียนรู้การสร้าง จัดรูปแบบ และแก้ไขแผนภูมิและกราฟ
การพล็อตกราฟฟังก์ชันและเส้นแนวโน้ม Volchkov V.M. , Styazhin V.N. แผนก คณิตศาสตร์ประยุกต์ Volga State Technical University บทที่ 3 มีโปรแกรมคอมพิวเตอร์เฉพาะทางมากมายที่ให้คุณสร้างกราฟได้
งานในห้องปฏิบัติการ 5. การประมวลผลข้อมูลการทดลองในสเปรดชีต ภารกิจที่ 1 ในแผ่นงานแรกของเอกสาร ให้ป้อนข้อมูลเริ่มต้นที่สอดคล้องกับตัวแปรของงาน สร้างกราฟ
งานห้องปฏิบัติการ Microsoft Excel 2007 การทำงานกับแผนภูมิ 1. การแทรกคอลัมน์ เรียกเมนูบริบทสำหรับคอลัมน์และเลือกแทรก (คอลัมน์ใหม่จะถูกเพิ่มทางด้านซ้ายของคอลัมน์ที่เลือก) 1.1. การคัดเลือก
การใช้ MS Excel สำหรับการประมวลผลกราฟิกของผลลัพธ์ที่ได้รับ (คำแนะนำสำหรับนักเรียนและครู) โปรแกรมแก้ไขตาราง MS Excel ซึ่งรวมอยู่ในแพ็คเกจมาตรฐานของแพ็คเกจซอฟต์แวร์ MS Office
การสร้างแบบจำลองทางเศรษฐศาสตร์อัตโนมัติ T. A. Zayats EE "มหาวิทยาลัยความร่วมมือผู้บริโภคและการค้าเบลารุส", Gomel ในยุคปัจจุบัน สภาพเศรษฐกิจการวางแผนและการจัดการ
กระทรวงสาธารณสุขของสหพันธรัฐรัสเซีย GBOU ของการศึกษาวิชาชีพขั้นสูง AMUR State Medical Academy E.V. เสื้อคลุมสเปรดชีต Excel คำแนะนำด้านระเบียบวิธี
งานห้องปฏิบัติการ 4 การจัดตารางฟังก์ชันและการพล็อตกราฟ วัตถุประสงค์: เพื่อเพิ่มทักษะในการคำนวณตารางค่าฟังก์ชันและการพล็อตกราฟ แนวทาง: การทำตารางฟังก์ชันถือเป็นการคำนวณ
บทที่ 10 สเปรดชีต พารามิเตอร์พื้นฐานของสเปรดชีต (ET) ET ช่วยให้สามารถประมวลผลข้อมูลตัวเลขจำนวนมากได้ ต่างจากโต๊ะบนกระดาษ โต๊ะอิเล็กทรอนิกส์จัดให้
หัวข้องานภาคปฏิบัติ งานภาคปฏิบัติ 1. การป้อนข้อมูลลงในเซลล์ การแก้ไขข้อมูล การเปลี่ยนความกว้างของคอลัมน์ การแทรกแถว (คอลัมน์) งานภาคปฏิบัติ 2. การป้อนสูตร งานภาคปฏิบัติ 3.
งานห้องปฏิบัติการโดยใช้ MS EXCEL 2007 งานห้องปฏิบัติการ 1.... 1 งานห้องปฏิบัติการ 2... 3 งานห้องปฏิบัติการ 3... 4 งานห้องปฏิบัติการ 4... 7 งานห้องปฏิบัติการ 5... 8 งานห้องปฏิบัติการ 6... 10
การประมาณค่า ในทางปฏิบัติ เรามักจะประสบปัญหาในการปรับข้อมูลการทดลองให้ราบรื่น นั่นคือปัญหาการประมาณ งานหลักของการประมาณคือการสร้างฟังก์ชันการประมาณ (การประมาณ)
งานห้องปฏิบัติการและภาคปฏิบัติ 13 “ตารางที่เชื่อมโยงใน MS Excel 2007” หลักการพื้นฐานของการสร้างสมุดงาน หากต้องการจัดระเบียบงานในสเปรดชีต Excel 2007 อย่างเหมาะสม ให้สร้างเค้าโครง
เอ็กเซล ชื่อช่วง คุณอาจเคยทำงานกับแผ่นงานที่ใช้สูตร เช่น =SUM(A5000:A5078) คุณเคยสงสัยบ้างไหมว่ามีอะไรอยู่ในเซลล์ A5000:A5078!? ถ้าอยู่ในเซลล์ A5000:A5078
การลงทุนด้านอสังหาริมทรัพย์: เศรษฐศาสตร์ การจัดการ ความเชี่ยวชาญ UDC 332.622 การประยุกต์ใช้การวิเคราะห์การถดถอยในการคำนวณการปรับขนาดในแนวทางเปรียบเทียบ Natalya Evgenievna Nikulnikova
บทที่ 1 ข้อมูลเบื้องต้นเกี่ยวกับแผนภูมิ ข้อมูลในสเปรดชีตจะแสดงเป็นแถวและคอลัมน์ ด้วยการเพิ่มแผนภูมิ คุณสามารถเพิ่มมูลค่าให้กับข้อมูลนี้ได้โดยการเน้นความสัมพันธ์และแนวโน้มที่ไม่ใช่
คำสั่งพื้นฐานและการปฏิบัติการ! ตรวจสอบว่าคุณจำเนื้อหาที่คุณศึกษาได้อย่างไร ระบบปฏิบัติการ Windows 7 และโปรแกรมประมวลผลคำ MS Word ขั้นตอนพื้นฐานเมื่อทำงานใน Windows 7 เลือกไอคอน คลิก
งานในห้องปฏิบัติการ หัวข้อ: การพล็อตกราฟของฟังก์ชัน วัตถุประสงค์ของงาน: ศึกษาความสามารถด้านกราฟิกของแพ็คเกจ Ms Ecel การได้มาซึ่งทักษะในการสร้างกราฟของฟังก์ชันบนเครื่องบินโดยใช้แพ็คเกจ การมอบหมาย
การก่อสร้างไดอะแกรม ตารางฟังก์ชันวัตถุประสงค์ของงาน: เพื่อเชี่ยวชาญเทคนิคพื้นฐานของการสร้างและแก้ไขไดอะแกรม ศึกษาการดำเนินการคัดลอกสูตรโดยใช้การเติม เรียนรู้ที่จะแก้การคำนวณ
1 งานห้องปฏิบัติการ 3 การแก้ปัญหา การเลือกพารามิเตอร์ค้นหาวิธีแก้ปัญหา 1. การนำแบบจำลองทางคณิตศาสตร์ไปใช้ใน Excel แบบจำลองทางคณิตศาสตร์คือการอธิบายสถานะของพฤติกรรมของระบบจริงบางระบบ (วัตถุ
งาน ห้องปฏิบัติการ 6. การสร้างการพึ่งพาเชิงประจักษ์ของความจุความร้อนของสารกับอุณหภูมิโดยใช้วิธีการ กำลังสองน้อยที่สุด. สร้างกราฟการขึ้นต่ออุณหภูมิของความจุความร้อนของสารใน
ข้อมูลทั่วไป. ตารางฟังก์ชันคือการคำนวณค่าของฟังก์ชัน (ตัวแปรตาม) เมื่ออาร์กิวเมนต์ของฟังก์ชัน (ตัวแปรอิสระ) เปลี่ยนจากค่าเริ่มต้นบางค่าไปเป็นค่าสุดท้ายบางค่า
บทนำ ตารางฟังก์ชันคือการคำนวณค่าของฟังก์ชัน (ตัวแปรตาม) เมื่ออาร์กิวเมนต์ของฟังก์ชัน (ตัวแปรอิสระ) เปลี่ยนจากค่าเริ่มต้นบางค่าไปเป็นค่าสุดท้ายบางค่า
บทเรียนภาคปฏิบัติการวิเคราะห์ผลการทดสอบ เพื่อวิเคราะห์ผลการทดสอบ เราดำเนินการตามขั้นตอนต่อไปนี้:. มาคำนวณคะแนนเฉลี่ยของกลุ่มที่ได้รับระหว่างการทดสอบ ตามเมทริกซ์ผลลัพธ์
28 บทที่ 1. เริ่มต้นใช้งาน Microsoft Excel 2013 การแทรกและการลบเซลล์ แถว และคอลัมน์ หากคุณต้องการแทรกเซลล์ คอลัมน์ หรือแถวใหม่ลงในส่วนที่พิมพ์ไว้แล้วของตาราง ให้คลิกที่ลูกศร
บทที่ 8 ฐานข้อมูลใน OpenOffice.org Calc ในบทนี้ เราจะสำรวจความสามารถของ OpenOffice.org Calc เมื่อทำงานกับฐานข้อมูล บ่อยครั้งมีความจำเป็นต้องจัดเก็บและประมวลผลข้อมูล
งานภาคปฏิบัติ 8 หัวข้อ: ฟังก์ชั่นการคำนวณของโปรเซสเซอร์ตาราง MICROSOFT EXCEL สำหรับการวิเคราะห์ทางการเงิน วัตถุประสงค์ของบทเรียน ศึกษาการใช้เทคโนโลยีสารสนเทศคอมพิวเตอร์ฝังตัว
ข้อมูลพื้นฐานเกี่ยวกับ PivotTable การกำหนด PivotTable คิดว่า Excel เป็นกล่องเครื่องมือขนาดใหญ่ ตารางเดือยเป็นเพียงหนึ่งในเครื่องมือของ Excel ทำการเปรียบเทียบกับเครื่องมือต่อไป
Lab เริ่มต้นใช้งาน Microsoft ออฟฟิศเอ็กเซล 2550 จากการทำงานในห้องปฏิบัติการนี้เสร็จสิ้น คุณจะสามารถ: รู้แนวคิดพื้นฐานและวัตถุของโปรเซสเซอร์ตาราง เขียน
หัวข้อ 6.8. การคำนวณอินทิกรัลจำกัดเขต วัตถุประสงค์การสอน. แนะนำให้นักเรียนรู้จักวิธีการคำนวณอินทิกรัลจำกัดเขตโดยประมาณ วัตถุประสงค์ทางการศึกษา หัวข้อของบทเรียนนี้เป็นอย่างมาก
งานห้องปฏิบัติการ 5 การจัดรูปแบบข้อความในรูปแบบของรายการและคอลัมน์ การสร้างรายการ ในเอกสารข้อความ การแจงนับประเภทต่างๆ จะถูกนำเสนอในรูปแบบของรายการ มีรายการหลายประเภท: ลำดับเลข
การสร้างแบบจำลองทางเศรษฐมิติ งานห้องปฏิบัติการ 3 การถดถอยคู่ สารบัญ การถดถอยคู่... 3 วิธีกำลังสองน้อยที่สุดสามัญ (OLS)... 3 การตีความสมการถดถอย... 4 การประเมินคุณภาพของโครงสร้างที่สร้างขึ้น
“MICROSOFT OFFICE EXCEL” วินัย “ซอฟต์แวร์ กิจกรรมระดับมืออาชีพ» อาจารย์: นักบุญ. อาจารย์ภาควิชา "ไดรฟ์ไฟฟ้าและอุปกรณ์ไฟฟ้า" แต่งตั้ง Natalya Alekseevna Voronina
วิธีการหลักในการป้อนข้อมูลลงใน NormCAD: บนแท็บข้อมูล ในข้อความรายงาน ในโหมดโต้ตอบ (ขอข้อมูลอัตโนมัติเมื่อทำการคำนวณ) บนแท็บเอกสาร (ในตาราง) การป้อนข้อมูลบนแท็บ
1 งานห้องปฏิบัติการ 1 การแก้ไขสมุดงาน การสร้างแผนภูมิ วัตถุประสงค์ของงาน: ศึกษาวิธีการทำงานกับข้อมูลในเซลล์ สำรวจตัวเลือกการเติมข้อความอัตโนมัติ การสร้างไดอะแกรม แบบฝึกหัดที่ 1
6 เป้าหมายการลงทุนด้านไอที (แบบสำรวจ) การปรับปรุงประสิทธิภาพการดำเนินงาน ผลิตภัณฑ์ บริการ รูปแบบธุรกิจใหม่ ติดต่อใกล้ชิดกับลูกค้าและซัพพลายเออร์ สนับสนุนการตัดสินใจ การแข่งขัน
ภ.พ. 6. เทคโนโลยีการใช้ชุดวิเคราะห์เพื่อประมวลผลข้อมูลทางสถิติ 1. ทดสอบสมมติฐานบ่อยมาก ประชากร 1 ต้องปฏิบัติตามพารามิเตอร์บางอย่าง เช่น บรรจุภัณฑ์
แผนภูมิผสมใน Excel แผนภูมิผสมจะรวมแผนภูมิมาตรฐานตั้งแต่สองชนิดขึ้นไป หากต้องการสร้างแผนภูมิผสม คุณต้องปฏิบัติตามหลายขั้นตอน: เลือก
ภาคปฏิบัติ การสร้างระบบควบคุมด้วยโปรแกรมไมโครซอฟต์ งาน Excel 1 สร้างระบบติดตามความรู้ของนักเรียนโดยใช้ Microsoft Excel โดยมีแบบทดสอบอย่างน้อย 3 แบบ
1. บทนำ งานห้องปฏิบัติการ 3 การเลือกพารามิเตอร์ เมื่อแก้ไขปัญหาต่างๆ คุณมักจะต้องจัดการกับปัญหาในการเลือกค่าหนึ่งโดยการเปลี่ยนค่าอื่น มันถูกใช้อย่างมีประสิทธิภาพมากเพื่อจุดประสงค์นี้
กระทรวงศึกษาธิการและวิทยาศาสตร์ สหพันธรัฐรัสเซียงบประมาณของรัฐบาลกลาง สถาบันการศึกษาสูงกว่า อาชีวศึกษา“วลาดิเมียร์สกี้ มหาวิทยาลัยของรัฐชื่อ
งานห้องปฏิบัติการ MS Excel 1.สร้างสมุดงานบันทึกไว้ในชื่อ “Office Applications”.!!! อย่าลืมบันทึกข้อมูลเป็นระยะ 2. เปลี่ยนชื่อแผ่นงานแรกโดยมอบให้
ปัญหาการจัดสรรทรัพยากรองค์กร แถลงปัญหา โรงงานผลิตกระเป๋า : กระเป๋าสตรี ผู้ชาย กระเป๋าเดินทาง ข้อมูลวัสดุที่ใช้ผลิตถุงและอุปทานรายเดือน
การทำงานกับแผนภูมิในแผนภูมิ MS Excel ได้รับการออกแบบมาเพื่อการนำเสนอข้อมูลแบบกราฟิก ด้วยความช่วยเหลือของไดอะแกรม กระบวนการวิเคราะห์การขึ้นต่อกันระหว่างตัวบ่งชี้ต่างๆ ที่นำเสนอจะง่ายขึ้นอย่างมาก
การทำงานกับรายการใน MS EXCEL เป้าหมาย: เพื่อให้ได้ทักษะในการค้นหาและรวบรวมข้อมูลในรายการ ทฤษฎีสั้น ๆคอมพิวเตอร์ เทคโนโลยีสารสนเทศใช้กันอย่างแพร่หลายสำหรับการวิเคราะห์ข้อมูลและการฝึกอบรมการจัดการ
ผลเฉลยกราฟิกของระบบสมการ เรขาคณิตวิเคราะห์ศึกษาวัตถุเรขาคณิตโดยใช้สมการ MS Excel มอบโอกาสมากมายในการแสดงภาพสมการต่างๆ ใน Excel
บทที่ 7 การประมวลผลผลการทดลองใน OpeOffice.org Calc ในบทนี้ เราจะดูความสามารถของแพ็คเกจ OpeOffice.org Calc เมื่อแก้ไขปัญหาการประมวลผลข้อมูลการทดลอง หนึ่งในเรื่องทั่วไป
การรับรอง ระบบการรับรองสำหรับอุปกรณ์ห้องหม้อไอน้ำและองค์ประกอบระบบจ่ายความร้อนช่วยให้คำนึงถึงแต่ละบุคคล ข้อกำหนดวัตถุจริงเมื่อปฏิบัติงานการคำนวณ
การสร้างแบบจำลองสถานการณ์ทางเศรษฐกิจเชิงปฏิบัติเกี่ยวข้องกับการพัฒนาการคาดการณ์ โดยใช้ เครื่องมือ Excelคุณสามารถใช้วิธีการพยากรณ์ที่มีประสิทธิผล เช่น การปรับให้เรียบแบบเอกซ์โปเนนเชียล การสร้างการถดถอย ค่าเฉลี่ยเคลื่อนที่ มาดูการใช้วิธีค่าเฉลี่ยเคลื่อนที่กันดีกว่า
การใช้ค่าเฉลี่ยเคลื่อนที่ใน Excel
วิธีค่าเฉลี่ยเคลื่อนที่เป็นหนึ่งในวิธี วิธีการเชิงประจักษ์สำหรับการปรับให้เรียบและคาดการณ์อนุกรมเวลา สาระสำคัญ: ค่าสัมบูรณ์ของซีรีย์ไดนามิกเปลี่ยนเป็นค่าเฉลี่ย ค่าเลขคณิตในช่วงเวลาหนึ่ง การเลือกช่วงเวลาจะดำเนินการโดยใช้วิธีการเลื่อน: ระดับแรกจะค่อยๆถูกลบออกและระดับต่อมาจะเปิดขึ้น ผลลัพธ์ที่ได้คือชุดค่าไดนามิกที่ราบรื่นขึ้น ซึ่งช่วยให้สามารถติดตามแนวโน้มการเปลี่ยนแปลงของพารามิเตอร์ที่กำลังศึกษาได้อย่างชัดเจน
อนุกรมเวลาคือชุดของค่า X และ Y ที่เกี่ยวข้องกัน X – ช่วงเวลา ตัวแปรคงที่ Y – ลักษณะของปรากฏการณ์ที่กำลังศึกษา (เช่น ราคาใช้ได้ในช่วงระยะเวลาหนึ่ง) ตัวแปรตาม เมื่อใช้ค่าเฉลี่ยเคลื่อนที่ คุณสามารถระบุลักษณะของการเปลี่ยนแปลงค่า Y เมื่อเวลาผ่านไป และคาดการณ์พารามิเตอร์นี้ในอนาคตได้ วิธีการนี้ใช้งานได้เมื่อค่าแสดงแนวโน้มที่ชัดเจนในการเปลี่ยนแปลง
ตัวอย่างเช่น คุณต้องคาดการณ์ยอดขายในเดือนพฤศจิกายน ผู้วิจัยเลือกจำนวนเดือนก่อนหน้าเพื่อวิเคราะห์ (จำนวนที่เหมาะสมที่สุด m ของเงื่อนไขค่าเฉลี่ยเคลื่อนที่) การคาดการณ์สำหรับเดือนพฤศจิกายนจะเป็นค่าเฉลี่ยของพารามิเตอร์สำหรับเดือนก่อนหน้า
งาน. วิเคราะห์รายได้ของบริษัท 11 เดือน และคาดการณ์เดือนที่ 12
เรามาสร้างอนุกรมเวลาแบบเรียบโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่โดยใช้ฟังก์ชัน AVERAGE กันดีกว่า ลองหาค่าเบี่ยงเบนเฉลี่ยของอนุกรมเวลาที่ปรับให้เรียบจากอนุกรมเวลาที่กำหนด
การเบี่ยงเบนสัมพัทธ์:
ส่วนเบี่ยงเบนมาตรฐาน:
เมื่อคำนวณความเบี่ยงเบน จะมีการสังเกตจำนวนเท่ากัน นี่เป็นสิ่งจำเป็นเพื่อดำเนินการ การวิเคราะห์เปรียบเทียบข้อผิดพลาด
หลังจากเปรียบเทียบตารางที่มีการเบี่ยงเบน เป็นที่ชัดเจนว่าหากต้องการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ใน Excel เกี่ยวกับแนวโน้มการเปลี่ยนแปลงในรายได้ขององค์กร ควรใช้แบบจำลองค่าเฉลี่ยเคลื่อนที่ 2 เดือน มีข้อผิดพลาดในการคาดการณ์เพียงเล็กน้อย (เทียบกับสามและสี่เดือน)
มูลค่าคาดการณ์รายได้เดือนที่ 12 อยู่ที่ 9,430 USD
การใช้ Add-in ของ Analysis Pack
ลองใช้ปัญหาเดียวกันนี้เป็นตัวอย่าง
บนแท็บ "ข้อมูล" เราพบคำสั่ง "การวิเคราะห์ข้อมูล" ในกล่องโต้ตอบที่เปิดขึ้น ให้เลือก “ค่าเฉลี่ยเคลื่อนที่”:
มากรอกกัน ช่วงเวลาอินพุต – ค่าเริ่มต้นของอนุกรมเวลา ช่วงเวลา – จำนวนเดือนที่รวมอยู่ในการคำนวณค่าเฉลี่ยเคลื่อนที่ เนื่องจากเราจะสร้างอนุกรมเวลาที่ราบรื่นขึ้นก่อนโดยอิงจากข้อมูลของสองเดือนก่อนหน้า ให้ป้อนหมายเลข 2 ลงในฟิลด์ ช่วงเวลาเอาท์พุตคือช่วงของเซลล์สำหรับแสดงผลลัพธ์ที่ได้รับ
เมื่อทำเครื่องหมายที่ช่อง "ข้อผิดพลาดมาตรฐาน" เราจะเพิ่มคอลัมน์ลงในตารางโดยอัตโนมัติ การประเมินทางสถิติข้อผิดพลาด
ในทำนองเดียวกัน เราจะพบค่าเฉลี่ยเคลื่อนที่ในช่วงสามเดือน เฉพาะช่วงเวลา (3) และช่วงเอาท์พุตเท่านั้นที่เปลี่ยนแปลง
เมื่อเปรียบเทียบข้อผิดพลาดมาตรฐานแล้ว เรามั่นใจว่าแบบจำลองค่าเฉลี่ยเคลื่อนที่สองเดือนมีความเหมาะสมมากกว่าสำหรับการปรับให้เรียบและการคาดการณ์ มีข้อผิดพลาดมาตรฐานน้อยกว่า มูลค่าคาดการณ์รายได้เดือนที่ 12 อยู่ที่ 9,430 USD
การคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่นั้นง่ายและมีประสิทธิภาพ เครื่องมือนี้สะท้อนการเปลี่ยนแปลงในพารามิเตอร์หลักของช่วงเวลาก่อนหน้าอย่างแม่นยำ แต่เป็นไปไม่ได้ที่จะไปไกลกว่าข้อมูลที่ทราบ ดังนั้นจึงใช้วิธีการอื่นในการพยากรณ์ระยะยาว
ค่าเฉลี่ยเคลื่อนที่หรือเพียงแค่ แมสซาชูเซตส์ (ค่าเฉลี่ยเคลื่อนที่)คือค่าเฉลี่ยเลขคณิตของชุดราคา สูตรทั่วไปสำหรับค่าเฉลี่ยเคลื่อนที่มีดังนี้:
ที่ไหน:
แมสซาชูเซต – ค่าเฉลี่ยเคลื่อนที่;
n - ระยะเวลาเฉลี่ย
X – มูลค่าราคาหุ้น
สำหรับ การคาดการณ์ราคาหุ้นเราจะใช้สูตรล่วงหน้าหลายงวด การคาดการณ์ราคาสำหรับงวดถัดไปจะเท่ากับมูลค่าค่าเฉลี่ยเคลื่อนที่ในช่วงก่อนหน้า
มาทำนายกันโดยใช้แบบจำลองค่าเฉลี่ยเคลื่อนที่ ราคาหุ้นบริษัท แอโรฟลอต (AFLT). เพื่อทำเช่นนี้ เราส่งออกราคาหุ้นจากเว็บไซต์ finam.ru สำหรับครึ่งแรกของปี 2009 จะมีทั้งหมด 20 ค่า
กราฟราคาหุ้นแอโรฟลอตสำหรับช่วงเวลาที่เลือกแสดงไว้ด้านล่าง
การเลือกระยะเวลาเฉลี่ยnในแบบจำลองค่าเฉลี่ยเคลื่อนที่
การใช้ MA(n) ที่ใหญ่กว่าในแบบจำลองทำให้เกิดการบิดเบือนข้อมูลอย่างรุนแรง ซึ่งเป็นผลมาจากการเฉลี่ยค่าที่มีนัยสำคัญของชุดราคา และเป็นผลให้ความชัดเจนของการคาดการณ์หายไป เราสามารถพูดได้ ว่ามัน “เบลอ” การใช้ระยะเวลาเฉลี่ยที่สั้นเกินไปจะทำให้เกิดสัญญาณรบกวนมากขึ้นในการคาดการณ์ ตามกฎแล้ว ระยะเวลาเฉลี่ยจะถูกเลือกเชิงประจักษ์โดยใช้ข้อมูลในอดีต
มาสร้างค่าเฉลี่ยเคลื่อนที่กันดีกว่าโดยมีระยะเวลาเฉลี่ยสามเดือน MA(3) ในการคำนวณค่าเฉลี่ยเคลื่อนที่ของหุ้น เราจะใช้สูตร Excel
ค่าเฉลี่ย(C2:C4)
ในคอลัมน์ “D” จะมีการคำนวณค่าของค่าเฉลี่ยเคลื่อนที่ที่มีระยะเวลาเฉลี่ย 3
หลังจากคำนวณค่าเฉลี่ยเคลื่อนที่แล้ว มาสร้างพยากรณ์ 3 ช่วงกันล่วงหน้า (ล่วงหน้าสามเดือน) ลองใช้สูตรในการกำหนดมูลค่าของราคาหุ้น โดยค่าคาดการณ์แรกจะเท่ากับมูลค่าสุดท้ายของค่าเฉลี่ยเคลื่อนที่ พื้นที่สีส้มเป็นพื้นที่พยากรณ์ C22 จะเท่ากับค่าเฉลี่ยเคลื่อนที่ นั่นคือ:
C22 = D21 C23 = D22 เป็นต้น
ค่าเฉลี่ยเคลื่อนที่คำนวณจากข้อมูลราคาหุ้นที่คาดการณ์ใหม่
มาสร้างค่าพยากรณ์กันดีกว่าตามค่าเฉลี่ยเคลื่อนที่ของหุ้นแอโรฟลอตในอีกสามเดือนข้างหน้า ด้านล่างนี้เป็นแผนภูมิและค่าพยากรณ์สำหรับหุ้น
- คำนวณ ค่าสัมประสิทธิ์ฤดูกาล;
- เลือก ระยะเวลาในการคำนวณค่าเฉลี่ยค่านิยม;
- คำนวณการคาดการณ์, เช่น. คูณค่าเฉลี่ยด้วยปัจจัยฤดูกาล
- บัญชี ปัจจัยเพิ่มเติมซึ่งส่งผลกระทบอย่างมีนัยสำคัญต่อยอดขาย
คำนวณ พยากรณ์โดยใช้วิธีเคลื่อนที่ธรรมดามาก แค่. สำหรับสิ่งนี้เราใช้เวลา ค่าเฉลี่ยเช่น ยอดขายเฉลี่ยในช่วง 3 เดือนที่ผ่านมา และ คูณด้วยปัจจัยตามฤดูกาลภายใน 3 เดือน - และการคาดการณ์สำหรับเดือนนั้นก็พร้อมแล้ว เราทำเช่นเดียวกันในเดือนหน้า เฉพาะเดือนคาดการณ์ก่อนหน้าเท่านั้นที่จะรวมอยู่ในการคำนวณแล้ว
1. มาคำนวณค่าสัมประสิทธิ์ฤดูกาลสำหรับการพยากรณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่
สำหรับสิ่งนี้เรานับ ค่าสัมประสิทธิ์ฤดูกาลเคลียร์การเติบโตดังที่อธิบายไว้ในบทความ “จะคำนวณค่าสัมประสิทธิ์ฤดูกาลที่ปราศจากการเติบโตได้อย่างไร” . จากนั้นเราก็กำหนด ค่าสัมประสิทธิ์ฤดูกาลกับช่วงเวลาก่อนหน้า, ภายใน 1 เดือน, 2 เดือน, 3 เดือน ฯลฯ ขึ้นอยู่กับช่วงเวลาที่เราใช้ค่าเฉลี่ยในการพยากรณ์ยอดขาย ตัวอย่างเช่น ลองคำนวณค่าสัมประสิทธิ์ฤดูกาลรายเดือน (ดูเอกสารแนบ "การคำนวณค่าสัมประสิทธิ์")
ค่าสัมประสิทธิ์เดือนมกราคม - อัตราส่วนของค่าสัมประสิทธิ์ฤดูกาลเดือนมกราคมที่เคลียร์การเติบโตต่อเดือนธันวาคม
กุมภาพันธ์ - กุมภาพันธ์ ค่าสัมประสิทธิ์ถึงมกราคม;
มีนาคม - มีนาคมถึงกุมภาพันธ์
สำหรับเดือนมกราคม - อัตราส่วนของค่าสัมประสิทธิ์ฤดูกาลของเดือนมกราคมต่อค่าเฉลี่ยของเดือนธันวาคมและพฤศจิกายน
สำหรับเดือนกุมภาพันธ์-กุมภาพันธ์ หารด้วยค่าเฉลี่ยของค่าสัมประสิทธิ์เดือนมกราคมและธันวาคม
สำหรับเดือนมีนาคม-มีนาคม ถึงค่าเฉลี่ยของค่าสัมประสิทธิ์เดือนกุมภาพันธ์และมกราคม
เพื่อกำหนดค่าสัมประสิทธิ์ฤดูกาลของเดือนมกราคมสำหรับเดือนที่ 3 เราจะหารค่าสัมประสิทธิ์ฤดูกาลของเดือนมกราคม โดยล้างการเติบโตออกด้วยค่าเฉลี่ยของค่าสัมประสิทธิ์ฤดูกาล ซึ่งไม่รวมการเติบโต สำหรับเดือนธันวาคม พฤศจิกายน ตุลาคม
สำหรับเดือนกุมภาพันธ์ - ค่าสัมประสิทธิ์เดือนกุมภาพันธ์หารด้วยค่าเฉลี่ยของค่าสัมประสิทธิ์เดือนพฤศจิกายน ธันวาคม และมกราคม
สำหรับเดือนมีนาคม - อัตราส่วนของเดือนมีนาคมต่อค่าเฉลี่ยของค่าสัมประสิทธิ์ฤดูกาลที่เคลียร์จากการเติบโตของเดือนธันวาคม มกราคม และกุมภาพันธ์
ภายใน 1 เดือน:
ภายใน 2 เดือน:
ภายใน 3 เดือน:
เราได้คำนวณค่าสัมประสิทธิ์ฤดูกาลสำหรับช่วงเวลาก่อนหน้านี้แล้ว ตอนนี้เราจะพิจารณา ควรหาค่าเฉลี่ยในช่วงเวลาใดดีกว่าเพื่อการคาดการณ์ที่แม่นยำยิ่งขึ้นคุณยังสามารถคำนวณค่าสัมประสิทธิ์ฤดูกาลได้อย่างง่ายดายและรวดเร็วโดยใช้โปรแกรม Forecast4AC ซึ่งเป็นผู้ช่วยที่เชื่อถือได้ในทุกขั้นตอนของการคาดการณ์
2. เลือกช่วงเวลาในการคำนวณค่าเฉลี่ยสำหรับการพยากรณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่
ในการดำเนินการนี้ เราทำการคาดการณ์สำหรับช่วงสุดท้ายและช่วงสุดท้ายซึ่งเป็นข้อมูลที่เราทราบในสามวิธีขึ้นไป เพื่อกำหนดระยะเวลาที่เหมาะสมในการคำนวณค่าเฉลี่ย(ดูไฟล์แนบ “การเลือกระยะเวลา”) มาดูกันว่าตัวเลือกไหนทำได้มากกว่ากัน การคาดการณ์ที่แม่นยำ:
- เราจะคำนวณยอดขายโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ของเดือนที่ 1:
ธันวาคม = ปริมาณการขายในเดือนพฤศจิกายนคูณด้วยค่าสัมประสิทธิ์ฤดูกาลของเดือนธันวาคมกับเดือนก่อนหน้า
- ลองคำนวณการคาดการณ์ยอดขายโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่เป็นเวลา 2 เดือน:
ธันวาคม = ปริมาณการขายเฉลี่ยสำหรับเดือนตุลาคมและพฤศจิกายน คูณด้วยค่าสัมประสิทธิ์ฤดูกาลของเดือนธันวาคมเป็นเวลา 2 เดือน
- เราคำนวณการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่เป็นเวลา 3 เดือน:
ธันวาคม = ปริมาณการขายเฉลี่ยในเดือนกันยายน ตุลาคม และพฤศจิกายน คูณด้วยค่าสัมประสิทธิ์ฤดูกาลของเดือนธันวาคมเป็นเวลา 3 เดือน
ขณะนี้เราได้คำนวณการคาดการณ์สำหรับเดือนธันวาคมได้สามวิธี เราจะคำนวณในลักษณะเดียวกันสำหรับเดือนพฤศจิกายน
ตอนนี้ เปรียบเทียบมูลค่าที่แท้จริงสำหรับเดือนพฤศจิกายนและธันวาคม โดยพยากรณ์ได้ 3 วิธี. เราเห็นสิ่งนั้นในตัวอย่างของเรา การคาดการณ์ที่แม่นยำที่สุดคำนวณโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่เป็นเวลา 2 เดือน,เอามาเป็นฐานเลย. ในกรณีของคุณ การคาดการณ์ที่แม่นยำยิ่งขึ้นอาจเป็นสำหรับช่วงก่อนหน้า, 3 ช่วงก่อนหน้า หรือ 4 ช่วงก่อนหน้า
3. ลองคำนวณการคาดการณ์ยอดขายโดยใช้วิธีค่าเฉลี่ยเคลื่อนที่
เพราะ เราเลือกการคาดการณ์โดยอิงจากค่าเฉลี่ยในช่วง 2 เดือนที่ผ่านมา จากนั้นสำหรับการคาดการณ์ในเดือนมกราคม ยอดขายเฉลี่ยในเดือนพฤศจิกายนและธันวาคม ให้คูณค่าสัมประสิทธิ์ฤดูกาลของเดือนมกราคมด้วย 2 เดือน.
สำหรับคำพยากรณ์ประจำเดือนกุมภาพันธ์เราคูณปริมาณการขายเฉลี่ยของเดือนมกราคมและธันวาคมด้วยปัจจัยฤดูกาลของเดือนกุมภาพันธ์
ตามตรรกะนี้ เรากำลังขยายการคาดการณ์ไปจนถึงสิ้นปี คาดการณ์ยอดขายประจำปีพร้อมแล้ว
4. ปัจจัยเพิ่มเติมที่ต้องพิจารณาเมื่อคำนวณการคาดการณ์ยอดขายของคุณ
สิ่งสำคัญคือต้องเพิ่มความแม่นยำของการพยากรณ์:
- ลบปัจจัยจากงวดที่ผ่านมา, ที่ ส่งผลต่อปริมาณการขายอย่างมาก, แต่จะไม่เกิดซ้ำในเดือนที่คาดการณ์ไว้(โปรโมชั่นการขาย, จัดส่งครั้งเดียวให้กับลูกค้ารายใหญ่ที่ไม่ประจำ, ถอนตัวจากรายใหญ่ เครือข่ายการค้าปลีกฯลฯ)
- เพิ่มปัจจัยให้กับเดือนที่คาดการณ์ซึ่งจะส่งผลต่อการขายอย่างมีนัยสำคัญ - การเริ่มทำงานกับเครือข่ายขนาดใหญ่, การทำแคมเปญส่งเสริมการขายขนาดใหญ่, การเปิดตัวผลิตภัณฑ์ใหม่, แคมเปญโฆษณา ฯลฯ
การคาดการณ์ที่แม่นยำสำหรับคุณ!
โปรแกรม Forecast4AC PRO จะคำนวณการคาดการณ์โดยใช้วิธีค่าเฉลี่ยเคลื่อนที่ พร้อมกันมากกว่า 1,000 อนุกรมเวลาด้วยการกดแป้นพิมพ์เพียงครั้งเดียวอย่างเห็นได้ชัด ประหยัดเวลาของคุณ ด้วยวิธีใดวิธีหนึ่งจาก 4 วิธี:
สู่ค่าเฉลี่ยของสองช่วงก่อนหน้านี้
สู่ค่าเฉลี่ยของสามช่วงก่อนหน้า
สู่ค่าเฉลี่ยในช่วง 4 งวดก่อนหน้า
ค่าเฉลี่ยสองเท่าของช่วงที่ 3 และ 4 ก่อนหน้า
เข้าร่วมกับเรา!
ดาวน์โหลดแอปพยากรณ์และวิเคราะห์ธุรกิจฟรี:
- Novo พยากรณ์ Lite- อัตโนมัติ การคำนวณการคาดการณ์วี เอ็กเซล.
- 4การวิเคราะห์ - การวิเคราะห์ ABC-XYZและการวิเคราะห์การปล่อยมลพิษ เอ็กเซล
- คลิ้ก เซนส์เดสก์ทอป และ QlikViewPersonal Edition - ระบบ BI สำหรับการวิเคราะห์ข้อมูลและการแสดงภาพ
ทดสอบความสามารถของโซลูชันแบบชำระเงิน:
- โนโวพยากรณ์ PRO- การคาดการณ์ใน Excel สำหรับชุดข้อมูลขนาดใหญ่