Excel数据分析教程-课件第5章应用加载宏.pptxVIP

Excel数据分析教程;;学习目标：;本章知识点;5.1 描述性统计分析;5.1 描述性统计分析;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.1 集中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.2 离中趋势;5.1.3 描述统计分析工具;5.1.3 描述统计分析工具;5.1.3 描述统计分析工具;（1）简单移动平均法 简单移动平均???是指将最近的N期数据加以平均，作为下一期的预测值。设有一时间序列y1，y2，…，yt…，则按数据点的顺序逐点推移求出N个数的平均数，即可得到一次移动平均数：;（1）简单移动平均法 关于此公式的几点说明： ① 下标yt-N+1其实就是从第t期开始倒推N个数时的第1期。;这个公式表明当t向前移动一个时期，就增加一个新近数据，去掉一个远期数据，得到一个新的平均数。由于它不断地“吐故纳新”，逐期向前移动，所以称为移动平均法。;由于移动平均可以平滑数据，消除周期变动和不规则变动的影响，使得长期趋势显示出来，因而可以用于预测。其预测公式为：;现有某地1987~2017年的GDP增长率，要求依据简单移动平均法来预测2018年的GDP增长率，其中步长为3，并计算预测误差。;可见，2018年GDP的预测值是10.5%，标准误差为1.074968;注意：平均标准差计算时，要先算均方差，再由均方差开方成标准差，而不能先北将方差开方，再由各方差除以N得到平均标准差。不仅是平均标准差，就是求总标准差也是这样，例如在项目管理中，PERT法在汇总各项活动的标准差时，也是各项标准差不能相加，只有方差才能相加。所以须先对方差求和得到总方差才能开方来计算总的标准差，而不能分别计算各自标准差来相加成总标准差。;当时间序列出现线性升降变动趋势时，用一次移动平均数来预测就会出现滞后偏差。因此，需要进行修正，修正的方法是在一次移动平均的基础上再做二次移动平均，然后才建立直线趋势的预测模型。;根据移动平均值可得截距at和斜率bt的计算公式为：;某地1999~2017年社会消费零售总额数据，要求据此预测2018年的社会零售总额数据;首先计算一次移动平均和二次移动平均值;假定某产品某年各月实际销售量如表所示（为便于理解，假定1月的销售量为1，而2月的销售量为2，依次类推），要求用一次、二次移动平均法，采用近n期的数据预测下年1月的市场需求量。;首先分别计算一次移动平均、二次移动平均;首先用if函数确定在哪些单元格生成移动平均值、哪些单元格不满足条件则不计算平均值。;其次用offset函数自动求得最近n期的移动平均值。;最后，在一次移动平均和二次移动平均两列，分别将IF函数和OFFSET函数的两个公式合并为一个。;根据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。但高次指数平滑很少使用。; 实际上是yt，yt－1，…，yt－j，…的加权平均。加权系数分别为α，α(1－α)，α(1－α)2，…，因为加权系数符合指数规律，且又具有平滑数据的功能，所以称为指数平滑。用上述平滑值进行预测，就是一次指数平滑法。其预测模型为：;1987~2017年某市CPI的数据，要求用一次指数平滑法预测2018年的值，阻尼系数为0.3、0.5或0.7：;请注意观察C33单元格中的公式，很显然阻尼系数0.3是指的上一期的预测值，本期实际值是1-0.3＝0.7！因为：Excel中阻尼系数不是权重α本身，而是为l-α！ 另外，第一个预测值就直接使用原始数据的第一个值。;当时间序列的变动出现直线趋势时，一次指数平滑法仍存在着明显的滞后偏差。因此，也需要进行修正：在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型。;已有1989~2017年间某地调查失业率的数据，要求用二次指数平滑法来预测2018年该地的失业率，阻尼系数为0.7。;在指数平滑法中，预测成功的关键是α的选择。若把一次指数平滑法的预测公式从;利用指数平滑方法制作股市行情图，包括移动平均线图和KD线图两种。 首先要计算指数平滑移动平均数。;在第5日股价收盘价的下面，输入计算5日算术平均数的公式：“=AVERAGE（B6：F6）”;在