Использование функции ТЕНДЕНЦИЯДля прогнозирования процессов, изменение которых носит линейный характер можно использовать функцию ТЕНДЕНЦИЯ. Эта функция позволяет находить значения в соответствии с линейным трендом. Она аппроксимирует прямой линией (по методу наименьших квадратов) массивы известных значений Y и известных значения Х. Находит новые значения Y, в соответствии с этой прямой для новых значений Х. Например, если у нас есть данные изменения цены на энергоносители за несколько последних лет, то с помощью функции ТЕНДЕНЦИЯ мы можем получить прогноз на цену на энергоносители на будущий год. При этом если зависимость цены от времени близка к линейной, то результат будет удовлетворительным. Предварительно, перед использованием функции ТЕНДЕНЦИЯ необходимо ввести (в столбец или в строку) массивы X и Y, взаимосвязанных величин, а также значения X для которых будет спрогнозирована величина Y. Затем, вызываем статистическую функцию ТЕНДЕНЦИЯ. Для этого необходимо вызвать Мастер функций, щелкнув на кнопке Рис.1. Фрагмент диалогового окна Аргументы функции.
После ввода всех необходимых аргументов функции необходимо нажать на кнопке ОК. Быстрое построение линий регрессии в Excel: линия тренда. В Excel имеется быстрый и удобный способ построить график линейной регрессии, а также основных видов нелинейных регрессий. Это можно сделать следующим образом: 1) Выделить столбцы с данными X и Y (они должны располагаться именно в таком порядке!). 2) Вызвать Мастер диаграмм (используя инструмент 3) Не сбрасывая выделения с диаграммы, выбрать появившейся пункт основного меню Диаграмма, в котором следует выбрать пункт Добавить линию тренда. 4) В открывшемся диалоговом окне Линия тренда во вкладке Тип выбрать тип аппроксимации рис.2. Можно выбрать одну из шести зависимостей: линейная, степенная, логарифмическая, экспоненциальная, полиномиальная и линейная фильтрация. Для полиномиальной аппроксимации можно указать степень. При линейной фильтрации (скользящее среднее) элементы данных усредняются, и полученный результат используется в качестве среднего значения для приближения. Так, если шаг линейной фильтрации равен 2, первая точка сглаживающей кривой определяется как среднее значение первых двух элементов данных, вторая точка — как среднее следующих двух элементов и так далее. Рис.2. Вкладка Тип диалогового окна Линия тренда. 5) Во вкладке Параметры (рис.3)можно активизировать переключатель Показывать уравнение на диаграмме, что позволит увидеть уравнение регрессии, в котором будут вычислены коэффициенты. Рис.3. Вкладка Параметры диалогового окна Линия тренда. 6) В этой же вкладке можно активизировать переключатель Поместить на диаграмму величину достоверности аппроксимации (R^2). Эта величина есть квадрат коэффициента корреляции и она показывает, насколько хорошо рассчитанное уравнение описывает экспериментальную зависимость. Если R2 близка к единице, то теоретическое уравнение регрессии хорошо описывает экспериментальную зависимость (теория хорошо согласуется с экспериментом), а если R2 близка к нулю, то данное уравнение не пригодно для описания экспериментальной зависимости (теория не согласуется с экспериментом). 7) Там же можно задать точку пересечения кривой с осью Y; выбрать, на какое количество единиц будет составлен прогноз и т.д. 8) После того как будут выбран тип аппроксимации и установлены необходимые параметры, необходимо нажать на кнопку ОК. В результате на рабочем листе появится диаграмма с графиком регрессии и ее уравнением. 9) При необходимости можно изменить параметры диаграммы (удалить легенду, добавить линии сетки, изменить цену основных и дополнительных делений и т.д.). Затем по графику регрессии можно определить значение исследуемой величины в прогнозируемых точках. Общая постановка задачи Научиться осуществлять прогнозирование экономических процессов средствами табличного процессора MS Excel. Воспользуйтесь поиском по сайту: ![]() ©2015 - 2023 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|