Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Трендовый алализ задание.doc
Скачиваний:
2
Добавлен:
22.08.2019
Размер:
711.68 Кб
Скачать

Лабораторна робота

Тема: Трендовий аналіз

Мета роботи: Ознайомитись з аналізом і прогнозуванням даних на прикладі трендового аналізу продажу земель

Хід роботи

  1. Ознайомитися з призначенням і використанням трендового аналізу в розділі Загальні відомості про трендовий аналіз.

  2. Ознайомитися з постановкою задачі і завданням.

  3. самостійно виконати практичну роботу відповідно до вимог звіту.

  4. захистити роботу викладачу.

Загальні відомості про трендовий аналіз.

  1. Прогнозування і регресій ний аналіз

Прогнозування – це наукове передбачення майбутнього. Існує велика кількість методів прогнозування.

Екстраполяція – це найбільш розповсюджений метод прогнозування. Суть даного методу полягає в визначенні тенденції розвитку об’єкту на основі даних про минуле і сучасне і продовжені даної тенденції в майбутнє.

Можливість прогнозування на основі екстраполяції існує завдяки існуванню інерційності у соціально-економічних явищах і процесах.

Інерційність – це властивість об’єкту зберігатися в часі і в просторі. Наприклад, в часі можуть зберігатися взаємозв’язки між соціально-економічними об’єктами, закони їх функціонування і розвитку.

Даний метод не є універсальним.

Умови застосування екстраполяції

Однією з важливих завдань у прогнозуванні є вибір відповідного методу. Потрібно пам'ятати, що у екстраполяції, як у будь-якого іншого методу прогнозування, є певна область застосування.

Інформаційне забезпечення

Для прогнозування показника на основі екстраполяції потрібні достовірні дані щодо його динаміці не менш ніж за 5 періодів часу. Чим більше є даних, тим краще ми можемо зрозуміти закономірність зміни показника у часі, тим надійніше буде отриманий прогноз.

Вимоги до інформаційного забезпечення призводять до неможливості прогнозування розвитку нових об'єктів за допомогою екстраполяції, тому що по них неможливо отримати необхідні для розробки прогнозу дані. У цьому випадку доведеться використовувати інші методи прогнозування.

Термін прогнозу

Суть методу накладає обмеження на термін прогнозування. Екстраполяція може використовуватися в оперативному і короткостроковому прогнозуванні.

Короткостроковий прогноз - це прогноз на один період вперед. Якщо ми робимо прогноз по денним даними, то можемо робити прогноз на один день вперед. Якщо ми робимо прогноз по річних даними, то на рік вперед.

Метою оперативного прогнозу є визначення можливості виконання плану. У разі якщо за прогнозом передбачається відхилення від плану до кінця планового періоду, з'являється необхідність у здійсненні додаткових керівних впливів.

Екстраполяція не призначена для середньострокового і довгострокового прогнозування, так як, чим далі прогнозний період від поточного моменту, тим більше ймовірність зміни існуючої тенденції.

Однак і в середньостроковому і довгостроковому прогнозуванні можливе застосування екстраполяції для опису інерційного сценарію розвитку. Даний сценарій використовується для порівняння з ним інших сценаріїв і не претендує на точність прогнозів.

Наявність закономірності

Більшість соціально-економічних явищ і процесів розвиваються закономірно в часі. Але бувають і винятки. Для таких винятків екстраполяція буде не найкращим вибором.

Отже, підіб'ємо підсумок.

Екстраполяція використовується:

в оперативному і короткостроковому прогнозуванні,

якщо об'єкт дослідження закономірно розвивається в часі,

за наявності необхідних для прогнозу достовірних числових даних.

2. Лінії тренду на діаграмі.

Microsoft Excel дозволяє заповнити комірки рядом значень, що відповідають простий лінійній або експоненціальній залежності за допомогою маркера заповнення. Для екстраполяції складних і нелінійних даних застосовуються функції листа, засіб регресійного аналізу з «Пакету аналізу», можна також додати лінію тренда на діаграму, не створюючи даних для лінії тренда. Excel має спеціальний апарат для графічного аналізу моделей, у тому числі можливість побудови ліній тренда, які можуть використовуватися для аналізу і прогнозування даних.

Лінії тренда дозволяють графічно відображати тенденції даних і прогнозувати дані. Подібний аналіз називається також регресійний аналіз. Регресійний аналіз - вид статистичного аналізу, який використовується для прогнозування. Регресійний аналіз дозволяє оцінити ступінь зв'язку між змінними, пропонуючи механізм обчислення передбачуваного значення змінної з декількох вже відомих значень.

Використовуючи регресійний аналіз, можна продовжити лінію тренда в діаграмі за межі реальних даних для прогнозування майбутніх значень. Наприклад, наведена нижче діаграма використовує просту лінійну лінію тренда, яка є прогнозом на чотири квартали наперед, для демонстрації тенденції збільшення доходу.

Лінія тренда - графічне відображення тренда або напряму зміни даних у ряді даних. Лінії тренду використовуються при прогнозуванні, наприклад, при регресійному аналізі. Лінії тренда можуть бути побудовані на всіх двомірних діаграмах без накопичення (гістограмі, лінійчатої діаграмі, графіці, біржовий діаграмі, точкової діаграми, а також бульбашкових діаграмах).

Додавання лінії тренду

У MS Excel є інструмент, що дозволяє додавати лінію тренду на діаграму. Для цього лівим клацанням миші виділяємо діаграму. На вкладці Макет у групі Аналіз вибираємо пункт Лінія тренду. У випадаючому меню вибираємо пункт Додаткові параметри лінії тренду ....

У діалоговому вікні Формат лінії тренду на вкладці Параметри лінії тренду в області Побудові лінії тренду (апроксимація та згладжування) нам пропонується 5 варіантів лінії тренду:

Експоненціальна

Лінійна

Логарифмічна

Поліномінальної

Степенева

Для порівняння різних апроксимуючих кривих використовуємо величину достовірності апроксимації (R^2). Для цього встановимо прапорець навпроти пункту Помістити на діаграму величину достовірності апроксимації (R ^ 2).

Надійність лінії тренда

Найбільш надійна лінія тренду, для якої значення R-квадрат дорівнює або близько до 1.

R в квадраті, або показник визначеності - це число від 0 до 1, яке відображає близькість значень лінії тренда до фактичних даних. Чим більше величина цього показника, тим достовірніше лінія тренду.

При підборі лінії тренду до даних Excel автоматично розраховує значення R2. Можна відобразити це значення на діаграмі.

Формули:

Примітка. Значення, що відображається разом з лінією тренду значення величини R-квадрат не є коректним. Для логарифмічної, степеневої та експоненціальної ліній тренду в Microsoft Excel використовується трохи видозмінена модель регресії.

Види (типи) ліній тренда.