Варіанти завдань
|
Обсяг продажу | ||||||||||
|
Варіант | ||||||||||
|
Період |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 | |
|
01.05 |
593 |
748 |
433 |
811 |
593 |
994 |
433 |
711 |
529 | |
|
02.05 |
570 |
720 |
529 |
748 |
536 |
319 |
529 |
570 |
994 | |
|
03.05 |
486 |
500 |
994 |
486 |
850 |
811 |
994 |
486 |
486 | |
|
04.05 |
854 |
854 |
319 |
854 |
854 |
748 |
319 |
854 |
854 | |
|
05.05 |
797 |
797 |
593 |
797 |
797 |
593 |
593 |
797 |
536 | |
|
06.05 |
433 |
362 |
570 |
362 |
593 |
570 |
570 |
362 |
850 | |
|
07.05 |
529 |
594 |
500 |
594 |
570 |
500 |
500 |
594 |
594 | |
|
08.05 |
994 |
271 |
854 |
271 |
500 |
854 |
854 |
271 |
271 | |
|
09.05 |
319 |
76 |
88 |
32 |
854 |
50 |
40 |
67 |
39 | |
|
10.05 |
593 |
254 |
254 |
254 |
797 |
254 |
254 |
254 |
593 | |
|
11.05 |
570 |
433 |
433 |
433 |
362 |
433 |
433 |
433 |
570 | |
|
12.05 |
500 |
529 |
529 |
529 |
594 |
529 |
529 |
529 |
500 | |
|
01.06 |
854 |
994 |
994 |
994 |
271 |
994 |
994 |
994 |
854 | |
|
02.06 |
536 |
319 |
319 |
319 |
797 |
433 |
319 |
319 |
797 | |
|
03.06 |
850 |
700 |
529 |
590 |
362 |
529 |
811 |
711 |
362 | |
|
04.06 |
748 |
748 |
994 |
748 |
594 |
994 |
748 |
748 |
594 | |
|
05.06 |
832 |
832 |
500 |
832 |
271 |
319 |
593 |
811 |
271 | |
|
06.06 |
193 |
193 |
854 |
193 |
193 |
593 |
570 |
748 |
193 | |
|
07.06 |
720 |
720 |
797 |
720 |
720 |
570 |
500 |
720 |
720 | |
|
08.06 |
811 |
415 |
362 |
415 |
415 |
500 |
854 |
415 |
415 | |
|
09.06 |
748 |
536 |
594 |
536 |
536 |
854 |
797 |
536 |
536 | |
|
10.06 |
850 |
850 |
271 |
850 |
850 |
362 |
362 |
850 |
850 | |
|
11.06 |
201 |
811 |
201 |
201 |
201 |
594 |
594 |
201 |
201 | |
|
12.06 |
833 |
748 |
833 |
833 |
833 |
271 |
271 |
833 |
833 | |
2. Прогнозування за допомогою функцій регресії в ms Ехсеl
Просте ковзне середнє є швидким, але досить неточним способом виявлення загальних тенденцій часового ряду - він не дає прогнозу, що виходить за межі, в яких дані уже відомі. Пересунути границю оцінки в майбутнє по часовій осі можна за допомогою регресійного аналізу (лінійного і нелінійного).
2.1. Лінійний прогноз
Він полягає у визначенні параметрів емпіричної лінійної залежності за допомогою методу найменших квадратів.
Сутність методу полягає в наступному.
Позначимо
розрахункове (згладжене) значення
в точці
через
і покладемо
,
де
– константи, що підлягають визначенню.
За допомогою методу найменших квадратів мінімізується сума
.
В MS Excel для реалізації методу застосовується функція ТЕНДЕНЦИЯ.
Її синтаксичний опис:
ТЕНДЕНЦИЯ(Изв_знач_y, Изв_знач_х, Новое_знач_х, Константа)
апроксимує прямою лінією (за методом найменших квадратів) масиви известные_значения_y і известные_значения_x. Відповідно до цієї прямої повертає для заданого масиву Y новые_значения_x.
Известные_значения_y - це множина значень y, що вже відомі для співвідношення y = mx + b.
Константа - це логічне значення, що вказує, чи потрібно, щоб константа b дорівнювала 0.
Якщо константа має значення ИСТИНА чи опущена, то b обчислюється звичайним чином.
Якщо константа має значення ЛОЖЬ, то b приймається рівним 0, і значення m підбираються таким чином, щоб виконувалося співвідношення y = mx.
Приклад. Припустимо, результати продажу деякої продукції за 10 днів внесені в комірки А1:А10, а дні місяця розташовані в комірках В1:В10 (табл.8).
Таблиця 8
Вихідні дані
|
Обсяг продажу |
45 |
34 |
71 |
56 |
39 |
45 |
67 |
89 |
67 |
54 |
|
Дні |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10
|
Якщо виділити комірки С1:С10 і ввести формулу
= ТЕНДЕНЦИЯ(А1:А10;В1:В10),
а потім натиснути Ctrl+Shift+Enter, одержимо результат (табл.9, рис.5).
Таблиця 9