Лабораторная работа 9. Прогноз с использованием линии тренда

Excel позволяет сделать приблизительный прогноз при наличии данных за определенный промежуток времени с помощью линии тренда. Линии тренда позволяют графически отображать тенденции данных и прогнозировать их дальнейшие изменения. Подобный анализ называется также регрессионным анализом. Это форма статистического анализа, используемого для прогнозов. Регрессионный анализ позволяет оценить степень связи между переменными, предлагая механизм вычисления предполагаемого значения переменной из нескольких уже известных значений.Используя регрессионный анализ, можно продлить линию тренда в диаграмме за пределы реальных данных для предсказания будущих значений.

Настройки Excel позволяют дополнить линию тренда значением квадрата смешанной корреляции - R в квадрате. Коэффициент R в квадрате отражает близость значений линии тренда к фактическим данным и представляет собой значение в пределах от 0 до 1. Линия тренда в наибольшей степени приближается к представленной на диаграмме зависимости, если значение равно или близко к 1.При аппроксимации данных с помощью линии тренда значение R-квадрат рассчитывается автоматически. Полученный результат можно вывести на диаграмме.

Рассмотрим пример. Используя данные о поступлениях абитуриентов на направления подготовки кафедры систем управления и вычислительной техники за 2009 – 2012 годы (см. таблицу), спрогнозировать число поступающих на 2014 год (построить линию тренда).

Для того чтобы построить линию тренда, необходимо сначала построить график, отражающий динамику числа абитуриентов за приведенный период:

Чтобы построить линию тренда, нужно курсор навести на ломаную, вызвать контекстное меню и выбрать опцию Добавить линию тренда. В новом окне выбратьЛинейный тип линии тренда, в группе опцийПрогнозустановитьвперед на: в значение 2 (поскольку нас интересует 2014 год),поставить галочку напротив условияпоместить на диаграмму величину достоверности аппроксимации. После закрытия окна увидим:

На графике появилась прямая линия, показывающая, что в 2014 году поступающих на направления обучения кафедры СУиВТ по всем формам обучения будет около 160 человек. Коэффициент достоверности аппроксимации составляет 0,279. Это свидетельствует о том, что вероятность получения спрогнозированного числа составляет 28%.

Задания

1. Решить следующие задачи:

Задача 1. Проанализировать продажи макаронных изделий за 3 месяца. Исходные данные приведены в таблице:

Продажи: январь - март

Наименование товара	январь	февраль	март	Сумма	Уд. вес
Лапша	25000	34000	66521
Рожки	20000	76548	87654
Ушки	14000	10876	11113
Вермишель	47651	57654	90870
Спагетти	164198	875432	870965
Ракушки	112233	165743	111654
Сумма

• Рассчитать значения пустых ячеек.

• Определить объем продаж лапши в июне с помощью линии тренда.

• Определить коэффициент достоверности прогноза.

Задача 2. Проанализировать расходы на коммунальные услуги за 3 месяца. Исходные данные приведены в таблице:

• Рассчитать значения пустых ячеек.

• Определить расходы на оплату за пользование телефоном в мае.

• Рассчитать коэффициент достоверности прогноза.

Задача 3. Исходные данные смотрите в таблице:

В тыс. руб.														Товарооборот за 2012 год		Сумма налога
Филиал	Январь	Февраль	Март	Апрель	Май	Июнь	Июль	Август	Сентябрь	Октябрь	Ноябрь	Декабрь
1	2250	2354	2587	2459	2545	2354	2201	2502	2498	2526	2654	2547
2	125	354	541	541	654	654	320	302	425	489	347	410
3	845	785	859	941	1105	747	754	706	902	899	821	854
6	654	458	687	645	510	741	321	548	654	507	651	700
7	1154	1472	1587	1345	1341	1852	1747	1856	1759	1801	1954	1820
Итого

Чистая прибыль _________

• Определить товарооборот за год.

• Рассчитать сумму налога, которая равна 15% от суммы товарооборота.

• Определить чистую прибыль.

• Спрогнозировать товарооборот предприятия за май 2014 года.

2. Показать результат преподавателю