- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
Excel中进行趋势预测数据的操作方法
Excel中进行趋势预测数据的操作方法
(一)简单平均法
简单平均法非常简单,以往若干时期的简单平均数就是对未来的
预测数。例如,某企业元至十二月份的各月实际销售额资料。
在单元格C5中输入公式=AVERAGE(B$2:B4),将该公式复制至单
元格C13,即可预测出4至12月份的销售额。
(二)简单移动平均法
移动平均,就是从时间数列的第一项数值开始,按一定项数求序
时平均数,而后逐项移动,求出移动平均数。这些移动平均数构成
了一个新的时间序列。这个新的时间序列把原数列的不规则变动
加
以修均,变动趋于平滑,使长期趋势更为明显。并把其平均值,
直
接作为下一期的预测值。
设X(t)为t期的实际值,N为平均周期数,F(t)为t期的预测值,
简单移动平均法的预测模型为:F(t+1)=(X(t)+X(t-1)+……+X(t-
n+1))/N。
上式表明,第t期的移动平均值作为第t+1期的预测值。其中N
的取值很重要,当N值较大时,灵敏度较差,有显著的“滞后现
象”;当N值较小时,可以灵敏地反映时间数列的变化;但N值过小,
又达不到消除不规则变动的目的。一般来说,可以采用不同N,对
时间数列进行试验,从中选择最优的,若经过调试,预测值仍明
显
滞后于实际值,则说明用该方法预测不很恰当。
(三)加权移动平均法
加权移动平均法在简单移动平均法的基础上对所用的资料分别确
定一定的权数,算出加权平均数即为预测数。还是用上例,在单元
格E5输入公式=SUM(B2+B3*2+B4*3)/6,复制公式至单元格
E13,即
可预测出4至13月的销售额。
(四)指数平滑法
简单的全期平均法是对时间数列的过去数据一个不漏地全部加以
同等利用;移动平均法则不考虑较远期的数据,并在加权移动平均法
中给予近期资料更大的权重;而指数平滑法则兼容了全期平均和移
动
平均所长,不舍弃过去的数据,但是仅给予逐渐减弱的影响程度,
即随着数据的远离,赋予逐渐收敛为零的权数。也就是说指数平
滑
法是在移动平均法基础上发展起来的一种时间序列分析预测法,
它
是通过导入平滑系数对本期的实际数和本期的预测数进行加权平
均
计算后作为下期预测数的一种方法,配合一定的时间序列预测模
型
对现象的未来进行预测,其原理是任一期的指数平滑值都是本期
实
际观察值与前一期指数平滑值的加权平均。
指数平滑法的基本公式是:St=a*Yt+(1-a)*St-1,St表示时间t的
平滑值,Yt表示时间t的实际值,St-1表示时间t-1的平滑值,
a为平滑常数,其取值范围为[0,1]。
仍用上例,假设平滑系数为0.3,在单元格F3输入公式
=B2*0.3+F2*0.7,复制公式至单元格F13,也可得到2至12月
份的
预测销售额。
(五)直线回归分析法
回归分析是研究呈因果关系的相关变量间的数量关系,建立它们
之间的回归方程,并利用所建立的回归方程,由自变量(原因)来预测、
控制依变量(结果)。回归分析可分为一元回归分析和多元回归
分析。一元回归分析也就是所谓的“一因一果”,多元回归分析
即“多因一果”。一元回归分析又分为直线回归分析和曲线回归分析,
多元回归分析又分为多元线性回归分析和多元非线性回归分析两种。
(六)曲线回归分析法
曲线回归分析法就是运用二次或二次以上的回归方程所进行的预
测,如抛物线、指数曲线、双曲线等曲线形式。本文仅以指数曲线
为例来说明预测的过程。仍用上例,在单元格H5
文档评论(0)