3.5 Прогнозування значень економічних показників на основі регресійних моделей у Microsoft Excel

Побудовані регресійні моделі можна використовувати не тільки для аналізу економічних явищ і процесів, але і для прогнозування заснованих на екстраполяції заданих ознак. Застосування таких методів доцільно у випадках стійкої екстраполяційної спрямованості досліджуваного явища. Тобто, коли можна припустити, що діяльність у минулому мала певну тенденцію, яку можна очікувати в перспективі, наявній інформації досить для внесення можливих коректив і виявлення статистично достовірних залежностей.

Екстраполяція – прогнозування тенденції розвитку економічного показника на певний період упередження.

Період упередження – відрізок часу від моменту, для якого є останні статистичні дані про досліджуваний об’єкт, до моменту, до якого ставиться прогноз.

Період упередження варто планувати принаймні в 2 рази коротше, ніж період спостереження.

Екстраполяція дає можливість одержати крапкове значення прогнозу. Точний збіг фактичних даних і прогностичних крапкових оцінок, отриманих шляхом екстраполяції кривих, що характеризують тенденцію, має малу ймовірність. Виникнення таких відхилень пояснюється наступними причинами:

1. Обрана для прогнозування крива не є єдино можливою для опису тенденції. Можна підібрати таку криву, що дає більш точний результат.

2. Виконання прогнозу здійснюється на підставі обмеженого числа вихідних даних. Крім того, кожний вихідний рівень має ще випадковий компонент. Тому й крива, по якій здійснюється екстраполяція, буде містити випадковий компонент.

Будь-який статистичний прогноз носить наближений характер. Тому доцільно визначення довірчих інтервалів прогнозу. Величина довірчого інтервалу визначається в такий спосіб:

, (3.8)

де - середня квадратична помилка рівняння регресії;

- значення результуючої ознаки, отримане по рівнянню регресії;

- визначається відповідно до рівня значимості по t – розподілу Ст’юдента.

Період упередження повинен бути в три рази коротше періоду спостережень.

При прогнозі необхідно враховувати наступні опорні моменти.

1. До початку прогнозування необхідно визначити спрямованість прогнозу та його мету.

2. Варто представити перелік можливих рішень (управлінський рівень рішень), які можуть бути прийняті на основі прогнозу.

3. Для визначення обмежень необхідно обумовити необхідну точність прогнозу.

4. Деякі рішення небажано приймати навіть у тих випадках, коли ймовірність здійснення прогнозу 90-95 %, тому що занадто велика ціна помилки.

Однак є рішення, які можна приймати при значно менших ймовірностях здійснення прогнозу.

5. При оцінці вірогідності прогнозу необхідно визначити ті зміни, які можуть відбутися й вплинути на розвиток подій.

6. Після визначення джерел інформації встановлюються цінність минулого досвіду (ретроспективний аналіз), швидкість і обсяг поточних змін.

Побудуємо прогноз показника прибутку залежно від показників (змінні витрати на од. продукції, торговельна націнка на од. продукції).

По отриманому рівнянню регресії спрогнозуємо результуючий фактор на два періоди упередження, припускаючи обсяг реалізації продукції в першому періоді – 1500 тис. грн.., в другому – 1600 тис грн., витрати на рекламу в першому періоді – 10 тис. грн.., в другому – 10,5 тис грн. Прогнозне значення показника прибутку наведено в табл. 3.4.

Таблиця 3.4 – Прогнозне значення показника прибутку

період прогнозу	Обсяг реалізації продукції (тис.грн.) х1	Витрати на рекламу (тис.грн.) х2	Прогноз прибутку	Нижня границя довірчого інтервалу	Верхня границя довірчого інтервалу
1	1500	10	963,65	958,53	968,76
2	1600	10,5	1001,78	996,67	1006,89

Для побудови прогнозу та довірчих інтервалів необхідно ввести формули (3.8) як це показано на рис. 3.8.

Рисунок 3.8- Формульний вид прогнозу показника прибутку