پیش بینی یک عنصر بسیار مهم تقریبا در هر زمینه فعالیت است که از اقتصاد تا مهندسی است. تعداد زیادی نرم افزار تخصصی در این زمینه وجود دارد. متاسفانه، همه کاربران نمی دانند که پردازنده معمولی اکسل در ابزارهای زرادخانه خود برای انجام پیش بینی، که در کارایی آنها بسیار پایین تر از برنامه های حرفه ای است. بیایید پیدا کنیم که این ابزار چیست و نحوه پیش بینی در عمل چیست.
محتوا
هدف هر پیش بینی، شناسایی روند فعلی و تعیین نتایج مورد انتظار در ارتباط با موضوع مورد مطالعه در یک نقطه خاص در زمان آینده است.
یکی از محبوب ترین پیش بینی های گرافیکی در اکسل، استخراج یک خط روند است.
بیایید سعی کنیم پیش بینی سود شرکت در 3 سال بر اساس داده های این شاخص برای 12 سال گذشته.
با انتخاب یک تقریب خطی شروع کنید.
در بلوک "پیش بینی" در قسمت "به جلو"، شماره "3.0" را تنظیم کنید ، زیرا ما باید سه سال پیش پیش بینی کنیم. علاوه بر این، شما می توانید جعبه های تعیین شده در کنار تنظیمات "نمایش معادلات در نمودار" و "ارزش اطمینان تقریبی (R ^ 2) در نمودار قرار دهید . " آخرین شاخص کیفیت خط روند را نشان می دهد. پس از تنظیمات، بر روی دکمه "بستن" کلیک کنید.
لازم به ذکر است که پیش بینی موثر با استفاده از استخراج از طریق خط روند می تواند باشد، اگر دوره پیش بینی شده از 30٪ از پایه تجزیه و تحلیل از دوره ها تجاوز نمی کند. یعنی، در تجزیه و تحلیل دوره 12 ساله، ما نمیتوانیم یک پیش بینی موثر بیش از 3-4 سال را ایجاد کنیم. اما حتی در این مورد، نسبتا قابل اعتماد خواهد بود اگر در این زمان هیچ نیروی مهیج و یا برعکس شرایط بسیار مطلوب وجود نداشته باشد که در دوره های گذشته نبود.
درس: چگونه یک خط روند در Excel ایجاد کنیم
Extrapolation برای داده های جدولی را می توان با استفاده از تابع استاندارد Excel Pre-Decoration انجام داد. این استدلال متعلق به دسته ابزارهای آماری است و دارای نحو زیر است:
=ПРЕДСКАЗ(X;известные_значения_y;известные значения_x)
"X" یک استدلال است، ارزش تابع که شما می خواهید تعیین کنید. در مورد ما این استدلال سالی است که باید پیش بینی شود.
"مقادیر شناخته شده ی" - پایه ارزش شناخته شده تابع. در مورد ما، نقش آن ارزش سود برای دوره های قبلی است.
"مقادیر شناخته شده x" استدلال هایی هستند که مقادیر شناخته شده تابع مطابقت دارند. در نقش ما تعداد سال هایی را که اطلاعات مربوط به سود سال های گذشته جمع آوری شده اند، می توانیم پیدا کنیم.
به طور طبیعی، بحث باید لزوما یک دوره زمانی باشد. به عنوان مثال، می توان آن را درجه حرارت، و مقدار عملکرد می تواند سطح گسترش آب در هنگام گرم شدن.
هنگام محاسبه این روش از روش رگرسیون خطی استفاده می کند.
بیایید نگاهی به تفاوت های ظریف استفاده از اپراتور پیشگام با یک مثال خاص داشته باشیم. تمام میز را نگاه کنید ما باید پیش بینی سود سال 2018 را بدانیم.
در فیلد "مقادیر شناخته شده ی" مختصات ستون "سود پروژه" را مشخص می کنیم . این را می توان با قرار دادن مکان نما در حوزه، و سپس نگه داشتن دکمه سمت چپ ماوس و انتخاب ستون مربوطه در ورق انجام دهید.
به طور مشابه، در قسمت "مقادیر شناخته شده x"، آدرس ستون "Year" را با داده ها برای دوره گذشته وارد کنید.
پس از وارد شدن تمام اطلاعات، روی دکمه «OK» کلیک کنید.
اما فراموش نکنید که همانطور که در ساخت خط روند، مدت زمان قبل از دوره پیش بینی شده نباید بیش از 30٪ از کل دوره که برای آن پایگاه داده جمع شده بود.
برای پیش بینی، شما می توانید از یک تابع دیگر استفاده کنید - TREND . این نیز متعلق به دسته اپراتورهای آماری است. نحو آن بسیار شبیه نحو پیش بینی ابزار است و به نظر می رسد این است:
=ТЕНДЕНЦИЯ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
همانطور که می بینید، استدلال "مقادیر شناخته شده از ی" و "مقادیر شناخته شده از x" به طور کامل به عناصر مشابه از پیش بینی اپراتور مربوط می شود، و بحث "مقادیر جدید x" مربوط به استدلال "X" ابزار قبلی است. علاوه بر این، TREND یک استدلال اضافی "Constant" دارد ، اما اجباری نیست و تنها در صورت وجود عوامل ثابت استفاده می شود.
این اپراتور به طور موثر در حضور وابستگی خطی تابع استفاده می شود.
بیایید ببینیم چگونه این ابزار با همان آرایه داده کار می کند. به منظور مقایسه نتایج به دست آمده، نقطه پیش بینی سال 2019 را تعریف می کند.
یک تابع دیگر که می تواند برای پیش بینی اکسل استفاده شود اپراتور GROWTH است. این نیز متعلق به گروه آماری ابزار است، اما، برخلاف گذشته، از روش وابستگی خطی استفاده نمیکند، بلکه روش نمایی برای محاسبه آن است. نحو این ابزار به این شکل است:
=РОСТ(Известные значения_y;известные значения_x; новые_значения_x;[конст])
همانطور که می بینید، استدلال های این تابع دقیقا آرگومان اپراتور TREND را تکرار می کنند، به طوری که ما بر روی توصیف آنها در زمان دوم متمرکز نخواهیم شد، اما بلافاصله پس از اعمال این ابزار در عمل عمل می کنیم.
اپراتور LINEST از روش تقریبی خطی برای محاسبه استفاده می کند. این نباید با روش وابستگی خطی که توسط ابزار TREND مورد استفاده قرار می گیرد اشتباه گرفته شود. نحو آن:
=ЛИНЕЙН(Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
دو استدلال گذشته اختیاری است. ما با دو روش اول با روش های قبلی آشنا هستیم. اما شما احتمالا متوجه شده اید که در این تابع هیچ استدلالی به ارزش های جدید وجود ندارد. واقعیت این است که این ابزار تنها تغییر درآمد یک واحد زمانی را تعیین می کند، که در مورد ما یک سال است، اما ما باید نتیجه کل را به طور جداگانه محاسبه کنیم، اضافه کردن به آخرین مقدار واقعی سود حاصل از محاسبه اپراتور LINEST ضرب در تعداد سالها.
همانطور که می بینید، ارزش پیش بینی شده سود، که به روش تقریب خطی محاسبه می شود، در سال 2019 4614.9 هزار روبل خواهد بود.
آخرین ابزار مورد نظر ما LOGEST است . این اپراتور محاسبات را براساس روش تقریب آماری انجام می دهد. نحو آن ساختار زیر است:
= ЛГРФПРИБЛ (Известные значения_y;известные значения_x; новые_значения_x;[конст];[статистика])
همانطور که می بینید، تمام استدلالات به طور کامل عناصر مربوطه از عملکرد قبلی را تکرار می کنند. الگوریتم محاسبه پیش بینی کمی تغییر می کند. این تابع محاسبه روند نمایشی است که نشان می دهد چند بار درآمد در یک دوره، یعنی یک سال تغییر خواهد کرد. ما نیاز به پیدا کردن تفاوت سود در بین آخرین دوره واقعی و اولین برنامه ریزی شده، آن را با تعداد دوره های برنامه ریزی شده (3) ضرب کنیم و مجموع آخرین دوره واقعی را اضافه کنیم.
مقدار پیش بینی شده سود در سال 2019، که با روش تقریبی تخمینی محاسبه شده، 46392 هزار روبل خواهد بود که در مقایسه با نتایج حاصل از محاسبات با استفاده از روش های قبلی بسیار متفاوت نخواهد بود.
ما متوجه شدیم که چگونه می توان یک پیش بینی در برنامه اکسل ایجاد کرد. از لحاظ گرافیکی می توان از طریق استفاده از خط روند و از لحاظ تحلیلی با استفاده از تعدادی از توابع آماری داخلی ساخته شده را انجام داد. در نتیجه، پردازش دادههای یکسان توسط این اپراتورها ممکن است نتیجه دیگری را به همراه داشته باشد. اما این تعجب آور نیست، زیرا همه از روش های مختلف محاسبه استفاده می کنند. اگر نوسانات کوچک باشد، می توان همه این گزینه ها را برای یک مورد خاص قابل اعتماد دانست.