Међу различитим методама предвиђања, не можемо помоћи изолацији апроксимације. Уз помоћ можете направити приближне прорачуне и израчунати планиране индикаторе, заменом првих објеката једноставним. У Екцел-у постоји и могућност коришћења овог метода за прогнозирање и анализу. Погледајмо како се ова метода може имплементирати у наведеном програму са уграђеним алатима.
Садржај
Име ове методе долази од латинске ријечи прокима - "најближе" То је апроксимација поједностављивањем и поравнавањем познатих индикатора, усклађивањем њих у тренду и њена основа. Али овај метод се може користити не само за прогнозирање већ и за истраживање већ доступних резултата. На крају крајева, апроксимација је заправо поједностављење оригиналних података, а поједностављена верзија је лакша за истраживање.
Главни алат који се користи за извршавање анти-алиасинг у Екцел-у јесте изградња линије трендова. Доња линија је да, на основу већ доступних индикатора, завршава се функција распореда за будуће периоде. Главна сврха линије тренда, како није тешко погодити, је припрема прогноза или идентификација општег тренда.
Али може се конструисати користећи једну од пет типова апроксимације:
Да размотримо сваку од опција детаљније одвојено.
Лекција: Како изградити линију трендова у Екцелу
Пре свега, размотримо најједноставнију верзију апроксимације, наиме уз помоћ линеарне функције. Овде ћемо детаљније да се бавимо, јер ћемо објаснити опште тренутке карактеристичне за друге методе, наиме, конструкцију графикона и неке друге нијансе на којима се нећемо задржавати на наредним верзијама.
Пре свега, конструишемо график на основу којег ћемо извршити процедуру поравнавања. За скицирање графикона, узмимо таблицу у којој се јединични трошак јединице коју произведе предузеће и одговарајуће добити у датом периоду приказује месечно. Графичка функција коју ћемо конструисати одражаваће зависност повећања профита на смањење трошкова производње.
Постоји и други начин да га додате. У додатној групи табова на траци "Рад са графиконима" прелазимо на картицу "Лаиоут" . Затим, у пољу за анализу "Анализа" кликните на дугме "Тренд Лине" . Отвара се листа. Пошто треба да применимо линеарну апроксимацију, онда из презентованих позиција изаберемо "Линеарно апроксимацију" .
У блок параметру "Изградња линије тренда (апроксимација и анти-алиасинг)" поставите прекидач на позицију "Линија" .
Ако желите, можете да проверите положај "Приказ једначине на графикону" . Након тога, у дијаграму ће бити приказана једначина функције глајења.
Такође у нашем случају, у циљу упоређивања различитих варијанти апроксимације, важно је провјерити "Место на дијаграму вриједност поуздане апроксимације (Р ^ 2)" . Овај индикатор може варирати од 0 до 1 . Што је веће, боље је апроксимација (поузданија). Сматра се да са вредношћу овог индекса од 0,85 и више, глатко се може сматрати поузданим и ако је индикатор мањи, онда то није.
Након што извршите сва горе наведена подешавања. Кликните на дугме "Затвори" који се налази на дну прозора.
Глаткост, која се користи у овом случају, описана је следећом формулом:
y=ax+b
У нашем конкретном случају, формула има следећи облик:
y=-0,1156x+72,255
Вредност поузданости апроксимације у нашој земљи је 0.9418 , што је прилично прихватљив резултат, који карактерише поравнање, као поуздан.
Сада погледајмо експоненцијални тип апроксимације у Екцелу.
Општи облик функција помицања је следећи:
y=be^x
где е је основа природног логаритма.
У нашем конкретном случају формула је узела следећи облик:
y=6282,7*e^(-0,012*x)
Сада је време да се размотри метод логаритамске апроксимације.
У принципу, формула за изједначавање изгледа овако:
y=a*ln(x)+b
где је лн вредност природног логаритма. Отуда име методе.
У нашем случају, формула има следећи облик:
y=-62,81ln(x)+404,96
Време је да се узме у обзир начин полимерног гладјења.
Овај метод се најуспешније примењује у случају да су подаци константно променљиви. Функција која описује ову врсту помицања изгледа овако:
y=a1+a1*x+a2*x^2+…+an*x^n
У нашем случају, формула је преузела облик:
y=0,0015*x^2-1,7202*x+507,01
Формула која описује ову врсту поравнања узима се у следећем облику:
y=8E-08x^6-0,0003x^5+0,3725x^4-269,33x^3+109525x^2-2E+07x+2E+09
На крају, размотрите метод приближавања снаге у Екцелу.
Овај метод се ефикасно користи у случајевима интензивне промене података о функцијама. Важно је узети у обзир да је ова варијанта примјењива само под условом да функција и аргумент не узимају негативне или нулте вриједности.
Општа формула која описује овај метод је следећа:
y=bx^n
У нашем конкретном случају изгледа овако:
y = 6E+18x^(-6,512)
Као што видимо, коришћењем специфичних података које смо користили за примјер, највиши ниво поузданости показао је методом полиномске апроксимације са полиномом у шестој моћи ( 0.9844 ), што је најнижи ниво поузданости у линеарној методи ( 0.9418 ). Али то не значи да ће се иста тенденција користити при коришћењу других примера. Не, ниво ефикасности наведених метода може се значајно разликовати, у зависности од специфичног типа функције за коју ће бити изграђена линија трендова. Према томе, ако је одабрана метода најефикаснија за ову функцију, то не значи да ће у другој ситуацији бити оптимална.
Ако не можете одмах да утврдите, на основу горе наведених препорука, која врста апроксимације је исправна за вас, онда је смисла провести све методе. Након изградње линије трендова и гледања нивоа поузданости, можете одабрати најбољу опцију.