- •Содержание
- •Введение
- •Понятие, задачи, принципы и методы прогнозирования и планирования
- •1. Понятие, задачи и принципы прогнозирования и планирования
- •Экстраполяционные методы прогнозирования
- •Статистические методы прогнозирования
- •2. Анализ и прогноз рядов наблюдений
- •2.1. Основные типы линий тренда
- •1. Линейная (прямая)
- •2. Парабола второго порядка
- •3. Экспонента
- •2.2. Построение линии тренда расходов на продукты питания в зависимости от уровня дохода семьи Построение линии тренда
- •2.4. Использование процедуры «поиск решения» для подбора коэффициентов функции аппроксимации данных наблюдений
- •Подбор коэффициентов функции аппроксимации
- •1. Сначала представьте имеющиеся данные в виде непрерывного ряда наблюдений и по этим данным постройте график и линию тренда изменения товарооборота за период 2002-2004гг.
- •2. После того, как данные наблюдений представлены в виде непрерывного ряда, постройте диаграмму (рис. 2.34) и найдите уравнение линии тренда (как было описано выше).
- •3. Для исследования временных изменений ряда наблюдений, например, сезонных, выполните следующие действия:
- •3. Статистический анализ и прогноз рядов наблюдений
- •3.1. Линейная и экспоненциальная аппроксимация данных
- •3.2. Функции линейн() и лгрфприбл()
- •Задание 5. Прогнозирование с помощью функций линейн() и лгрфприбл(),
- •3.3. Функции прогноза тенденция() и рост()
- •Задание 6. Прогнозирование с помощью функций тенденция() и рост()
- •Контрольные задания
- •Порядок выбора варианта и данных
- •Задание № 1
- •Задание № 2
- •Литература
Задание 5. Прогнозирование с помощью функций линейн() и лгрфприбл(),
В таблице (рис. 3.1.) приведены данные по продаже электробытовых товаров (холодильники, пылесосы, обогреватели и др.)1997 - 2004гг., полученные на основе данных фирмы "Бета"
Рис. 3. 1.. Данные для начала расчета по фирме "Бета"
Необходимо найти уравнение регрессии наилучшим образом описывающее результаты хозяйственной деятельности за 1997 – 2004 годы, полагая, что процессы, определяющие спрос населения на электробытовые товары остается неизменным в течение всего последующего времени.
Внимание. В том случае, если в качестве независимой переменной используется дата, то введите дополнительную строку с номером этой даты. В нашем примере это ячейки A2:I2 и используйте ее в дальнейшем в качестве независимой переменной. Вновь напоминаем, что русифицированные версии Excel очень часто дают ошибку при использовании даты в качестве независимой переменной.
В ячейку А5 введите текст: Линейная статистика.
На рабочем листе Excel выделите область ячеек A6:B10.
Вызовите мастер функций ЛИНЕЙН() – рис. 3.2.
Для этого выделите команду ВСТАВКА / ФУНКЦИЯ / выберите Категорию Статистические и в ней выберите функцию ЛИНЕЙН().
Рис. 3. 2. Выбор функции ЛИНЕЙН().для расчета линейной статистики
(Для вызова функции можно также щелкнуть на кнопке Вставка функций строки формул) В открывшемся диалоговом окне (рис. 3.3): |
Рис. 3. 3. Диалоговое окно Аргументы функции ЛИНЕЙН()
В поле "Известные значения Y" введите адреса ячеек, содержащих эти значения (B4:I4).
В поле "Известные значения Х" введите адреса ячеек, содержащих эти значения - (B2:I2).
В поле "Статистика" введите "1".
Нажмите клавиши Ctrl + Shift + Enter.
Внимание. В результате выполненных действий, в выделенный интервал ячеек будут возвращены значения статистики уравнения линейной регрессии.
В ячейке А6будет помещено значение коэффициентаА, а в ячейкеВ6– коэффициентаВлинейной регрессии. Таким образом, теоретические значения величин товарооборота можно подсчитать в ячейкахB5:I5по формуле:
Y = 0.9982*X + 1.0418, (3.5)
где XэтоПорядковый номер года.
Постройте график, в который включите значения фактического и теоретического товарооборота фирмы в зависимости от номера года. Значение фактического товарооборота представьте в точечном виде, теоретического товарооборота – в пунктирном. Для фактического товарооборота постройте линию тренда, как это описано в задании 1и результаты расчетов запишите в ячейкахВ5:I5 (рис. 3.4).
Рис. 3. 4. Фрагмент рабочего листа Excel с примером расчета функции ЛИНЕЙН()
Внимание. Значения коэффициентов и теоретической зависимости и уравнения регрессии совпали. Таким образом, вы увидели, что для линейных процессов оба варианта поиска зависимости приводят к одинаковому результату.
Подобным же образомнайдите уравнение логарифмического приближения - функцияЛГРФПРИБЛ() (рис. 3.5).
Рис. 3. 5. Фрагмент рабочего листа Excelс примером расчета функцииЛГРФПРИБЛ ()
Найдите линию тренда и подсчитайте теоретические значения, оформите график, в соответствии с рис. 3.5.
Как видите, результаты расчетов достаточно близки.