Το πρόγραμμα MS Excel, ακόμη και δεν είναι ένα πλήρες στατιστικό πακέτο, έχει ένα αρκετά ευρύ φάσμα δυνατοτήτων για την πρόβλεψη συμβάντων βάσει ήδη διαθέσιμων δεδομένων. Μία από τις απλούστερες, με την πρώτη ματιά, μεθόδους μιας τέτοιας πρόβλεψης είναι η κατασκευή μιας γραμμής τάσης.
Οδηγίες
Βήμα 1
Ο ευκολότερος τρόπος είναι να σχεδιάσετε τη λειτουργία τάσης αμέσως μετά την εισαγωγή των διαθέσιμων δεδομένων στον πίνακα. Για να το κάνετε αυτό, στο φύλλο με τον πίνακα δεδομένων, επιλέξτε τουλάχιστον δύο κελιά του εύρους για το οποίο θα δημιουργηθεί το γράφημα και αμέσως μετά τοποθετήστε το γράφημα. Μπορείτε να χρησιμοποιήσετε τέτοιους τύπους γραφημάτων όπως γράφημα, διασπορά, ιστόγραμμα, φυσαλίδες, αποθέματα. Άλλοι τύποι γραφημάτων δεν υποστηρίζουν την ανάπτυξη τάσεων.
Βήμα 2
Από το μενού Διάγραμμα, επιλέξτε Προσθήκη γραμμής τάσης. Στο παράθυρο που ανοίγει, στην καρτέλα "Τύπος", επιλέξτε τον απαιτούμενο τύπο γραμμής τάσης, ο οποίος με μαθηματικούς όρους σημαίνει επίσης τη μέθοδο προσέγγισης δεδομένων. Όταν χρησιμοποιείτε την περιγραφείσα μέθοδο, θα πρέπει να το κάνετε "οφθαλμικά", γιατί δεν πραγματοποιήσατε μαθηματικούς υπολογισμούς για τη σχεδίαση του γραφήματος.
Βήμα 3
Σκεφτείτε λοιπόν τι είδους συνάρτηση ταιριάζει καλύτερα στο γράφημα των διαθέσιμων δεδομένων: γραμμικό, λογαριθμικό, εκθετικό, εκθετικό ή άλλο. Εάν έχετε αμφιβολίες σχετικά με την επιλογή του τύπου προσέγγισης, μπορείτε να σχεδιάσετε πολλές γραμμές και για μεγαλύτερη ακρίβεια πρόβλεψης, στην καρτέλα "Παράμετροι" του ίδιου παραθύρου, επιλέξτε το πλαίσιο "βάλτε την τιμή εμπιστοσύνης προσέγγισης (R ^ 2) "στο διάγραμμα.
Βήμα 4
Συγκρίνοντας τις τιμές R ^ 2 για διαφορετικές γραμμές, μπορείτε να επιλέξετε τον τύπο γραφήματος που χαρακτηρίζει τα δεδομένα σας με μεγαλύτερη ακρίβεια και, επομένως, δημιουργεί την πιο αξιόπιστη πρόβλεψη. Όσο πιο κοντά είναι η τιμή R ^ 2, τόσο πιο ακριβή έχετε επιλέξει τον τύπο γραμμής. Εδώ, στην καρτέλα "Παράμετροι", πρέπει να καθορίσετε την περίοδο για την οποία γίνεται η πρόβλεψη.
Βήμα 5
Αυτός ο τρόπος δημιουργίας μιας τάσης είναι πολύ προσεγγιστικός, επομένως είναι καλύτερο να κάνετε τουλάχιστον την πιο πρωτόγονη στατιστική επεξεργασία των διαθέσιμων δεδομένων. Αυτό θα κάνει την πρόβλεψη πιο ακριβή.
Βήμα 6
Εάν υποθέσετε ότι τα διαθέσιμα δεδομένα περιγράφονται με μια γραμμική εξίσωση, απλώς επιλέξτε τα με το δρομέα και συμπληρώστε τα αυτόματα για τον απαιτούμενο αριθμό περιόδων ή τον αριθμό των κελιών. Σε αυτήν την περίπτωση, δεν χρειάζεται να βρείτε την τιμή R ^ 2, δεδομένου ότι έχετε προσαρμόσει την πρόβλεψη στην εξίσωση μιας ευθείας γραμμής εκ των προτέρων.
Βήμα 7
Εάν πιστεύετε ότι οι γνωστές τιμές μιας μεταβλητής μπορούν να περιγραφούν καλύτερα χρησιμοποιώντας μια εκθετική εξίσωση, επιλέξτε επίσης το αρχικό εύρος και συμπληρώστε αυτόματα τον απαιτούμενο αριθμό κελιών κρατώντας πατημένο το δεξί κουμπί του ποντικιού. Με την αυτόματη συμπλήρωση, δεν θα μπορείτε να σχεδιάσετε άλλους τύπους γραμμών, εκτός από τις δύο που υποδεικνύονται.
Βήμα 8
Επομένως, για την πιο ακριβή πρόβλεψη, θα πρέπει να χρησιμοποιήσετε μία από τις πολλές στατιστικές συναρτήσεις: "FORECAST", "TREND", "GROWTH", "LINEST" ή "LGRFPRIBL". Σε αυτήν την περίπτωση, θα πρέπει να υπολογίσετε χειροκίνητα την τιμή για κάθε επόμενη περίοδο πρόβλεψης. Εάν πρέπει να εκτελέσετε πιο σύνθετη ανάλυση παλινδρόμησης δεδομένων, θα χρειαστείτε το πρόσθετο "Πακέτο ανάλυσης", το οποίο δεν περιλαμβάνεται στην τυπική εγκατάσταση του MS Office.
