Մոտեցման մեթոդ Microsoft Excel- ում

Pin
Send
Share
Send

Կանխատեսման տարբեր եղանակների թվում չի կարելի առանձնացնել մոտավորումը: Օգտագործելով այն, դուք կարող եք կատարել կոպիտ գնահատականներ և հաշվարկել պլանավորված ցուցանիշները ՝ բնօրինակ առարկաները փոխարինելով ավելի պարզերով: Excel- ում կա նաև կանխատեսման և վերլուծության այս մեթոդի օգտագործման հնարավորություն: Եկեք նայենք, թե ինչպես կարելի է օգտագործել այս մեթոդը նշված ծրագրում ներկառուցված գործիքներով:

Մոտեցում

Այս մեթոդի անվանումը գալիս է լատինական «proxima» բառից `« ամենամոտ »բառից: Այն մոտավորվում է հայտնի ցուցանիշների պարզեցմամբ և հարթեցմամբ` դրանք հիմք հանդիսացող միտում: Բայց այս մեթոդը կարող է օգտագործվել ոչ միայն կանխատեսման, այլև առկա արդյունքների ուսումնասիրության համար: Ի վերջո, մոտավորումը, փաստորեն, աղբյուրի տվյալների պարզեցումն է, և պարզեցված տարբերակը ավելի հեշտ է ուսումնասիրել:

Հիմնական գործիքը, որով Excel- ում կատարվում է հարթեցում, միտումային գծի կառուցումն է: Եզրակացությունն այն է, որ գոյություն ունեցող ցուցանիշների հիման վրա ավարտվում է հետագա ժամանակահատվածների համար գործառույթի գրաֆիկը: Թրենդային գծի հիմնական նպատակը, ինչպես գուցե կռահեք, կանխատեսումներ անելն է կամ ընդհանուր միտումը նույնականացնելը:

Բայց դա կարելի է կառուցել ՝ օգտագործելով մոտարկման հինգ տեսակներից մեկը:

  • Գծավոր;
  • Էքսպոնենտալ;
  • Լոգարիթմական;
  • Բազմամյա;
  • Իշխանություն

Ընտրանքներից յուրաքանչյուրը ավելի մանրամասն քննարկում ենք առանձին:

Դաս: Ինչպես կառուցել տենդենցային գիծ Excel- ում

Մեթոդ 1. Գծային հարթեցում

Առաջին հերթին, եկեք նայենք ամենապարզ մոտեցման տարբերակը, այն է `օգտագործելով գծային գործառույթ: Մենք դրանում ավելի մանրամասն կանդրադառնանք, քանի որ մենք կներկայացնենք այլ մեթոդներ, որոնք բնորոշ են այլ մեթոդներին, մասնավորապես ՝ ժամանակացույցի կառուցմանը և մի շարք այլ նրբություններին, որոնց վրա մենք չենք անդրադառնա հետևյալ տարբերակները դիտարկելիս:

Առաջին հերթին մենք կկառուցենք գրաֆիկ, որի հիման վրա կկատարենք հարթեցման կարգը: Գրաֆիկ կազմելու համար մենք վերցնում ենք աղյուսակ, որում նշվում են ձեռնարկության կողմից արտադրված արտադրության միավորի ամսական արժեքը և տվյալ ժամանակահատվածում համապատասխան շահույթը: Այն գրաֆիկական գործառույթը, որը մենք կկառուցենք, արտացոլում է շահույթի աճի կախվածությունը արտադրության արժեքի նվազումից:

  1. Նախագծելու համար, նախևառաջ, ընտրեք սյունակները «Միավորի արժեք» և Շահույթ. Դրանից հետո տեղափոխեք ներդիր Տեղադրեք. Հաջորդը, Charts գործիքատուփի ժապավենի վրա կտտացրեք կոճակը «Spot». Opensանկում, որը բացվում է, ընտրեք անունը «Տեղ ՝ հարթ կորերով և մարկերներով». Դա այս տեսակի գծապատկերն է, որն առավելագույնս հարմար է միտումային գծի հետ աշխատելու համար, և, հետևաբար, Excel- ում մոտարկման մեթոդը կիրառելու համար:
  2. Գրաֆիկը կառուցված է:
  3. Թրենդային գիծ ավելացնելու համար ընտրեք այն `սեղմելով մկնիկի աջ կոճակը: Հայտնվում է համատեքստային մենյու: Ընտրեք դրա մեջ գտնվող ապրանքը "Ավելացնել միտումի գիծ ...".

    Այն ավելացնելու ևս մեկ տարբերակ կա: Ժապավենի վրա ներդիրների լրացուցիչ խմբում «Աշխատելով գծապատկերների հետ» տեղափոխվել դեպի ներդիր «Դասավորություն». Հետագայում գործիքային բլոկում «Վերլուծություն» կտտացրեք կոճակին Trend Line. Theուցակը բացվում է: Քանի որ մենք պետք է կիրառենք գծային մոտարկում, մենք ընտրում ենք ներկայացված դիրքերից «Գծային մոտարկում».

  4. Եթե ​​դուք այնուամենայնիվ ընտրեք առաջին տարբերակը ՝ համատեքստային մենյուի միջոցով գործողություններ ավելացնելով, կբացվի ձևաչափի պատուհանը:

    Պարամետրերի բլոկում «Տրենդային գծի կառուցում (մոտարկում և հարթեցում)» անջատիչը դիրքի դիր «Գծային».
    Desiredանկության դեպքում դուք կարող եք ստուգել դիրքի կողքին գտնվող վանդակը "Showույց տուր հավասարումը դիագրամում". Դրանից հետո հարթեցման գործառույթի հավասարումը կցուցադրվի դիագրամում:

    Նաև մեր դեպքում, մոտարկման տարբեր տարբերակներ համեմատելու համար անհրաժեշտ է ստուգել կողքին գտնվող տուփը "Գրաֆիկի վրա դարձրեք հուսալի մոտարկման արժեքը (R ^ 2)". Այս ցուցանիշը կարող է տարբեր լինել 0 առաջ 1. Որքան բարձր է դա, մոտարկումը ավելի լավ է (ավելի հուսալի): Համարվում է, որ այս ցուցանիշի արժեքով 0,85 և ավելի բարձր, հարթեցումը կարելի է համարել հուսալի, բայց եթե ցուցանիշը ցածր է, ապա ոչ:

    Վերը նշված բոլոր պարամետրերը կատարելուց հետո: Կտտացրեք կոճակը Փակիրգտնվում է պատուհանի հատակին:

  5. Ինչպես տեսնում եք, տենդենցի գիծը գծագրվում է գծապատկերում: Գծային մոտավորմամբ այն նշվում է սև ուղիղ գծի միջոցով: Հարթեցման հստակ տեսակը կարող է օգտագործվել ամենապարզ դեպքերում, երբ տվյալները բավականին արագ փոխվում են, և գործառույթի արժեքի կախվածությունը փաստարկից ակնհայտ է:

Հարթեցումը, որն օգտագործվում է այս դեպքում, նկարագրված է հետևյալ բանաձևով.

y = կացին + բ

Մեր կոնկրետ դեպքում բանաձևը հետևյալ ձևն է ունենում.

y = -0.1156x + 72.255

Մոտեցման ճշգրտության արժեքը հավասար է 0,9418, ինչը բավականին ընդունելի արդյունք է, որը բնութագրում է հարթեցումը որպես հուսալի:

Մեթոդ 2` էքսպոնենտալ մոտարկում

Հիմա եկեք նայենք Excel- ում մոտարկման էքսպոնենտալ տիպին:

  1. Տրենդային գծի տեսակը փոխելու համար ընտրեք այն `սեղմելով մկնիկի աջ կոճակը և ելնող ցանկից ընտրեք ապրանքը: «Թրենդային գծի ձևաչափը ...»:.
  2. Դրանից հետո սկսվում է ծանոթ ձևաչափի պատուհանը: Մոտեցման տիպի ընտրության բլոկում տեղադրեք անջատիչը «Էքսպոնենտալ». Մնացած պարամետրերը կմնան նույնը, ինչ առաջին դեպքում: Կտտացրեք կոճակը Փակիր.
  3. Դրանից հետո միտումների գիծը կկազմվի գծապատկերում: Ինչպես տեսնում եք, այս մեթոդը կիրառելիս այն ունի մի փոքր կոր ձև: Այս դեպքում վստահության մակարդակն է 0,9592, ինչը ավելի բարձր է, քան գծային մոտարկումը օգտագործելիս: Expուցահանդեսային մեթոդը լավագույնս օգտագործվում է այն դեպքում, երբ արժեքներն արագորեն փոխվում են, որից հետո ստացվում է հավասարակշռված ձև:

Հարթեցման գործառույթի ընդհանուր ձևը հետևյալն է.

y = լինել ^ x

ուր ե բնական լոգարիթմի հիմքն է:

Մեր կոնկրետ դեպքում բանաձևը հետևյալ ձևն էր.

y = 6282.7 * ե ^ (- 0.012 * x)

Մեթոդ 3. Լոգարիթմական հարթեցում

Այժմ հերթն է դիտարկել լոգարիթմական մոտարկման մեթոդը:

  1. Նախորդ անգամ նույն ձևով մենք սկսում ենք տենդենցի ձևաչափի պատուհանը համատեքստային մենյուի միջոցով: Տեղադրեք անջատիչը դիրքի վրա «Լոգարիթմական» և կտտացրեք կոճակը Փակիր.
  2. Լոգարիթմական մոտավորմամբ միտումային գիծ կառուցելու կարգ կա: Ինչպես նախորդ դեպքում, այս տարբերակն ամենալավն օգտագործվում է, երբ սկզբում տվյալներն արագորեն փոխվում են, այնուհետև հավասարակշռված տեսք է ունենում: Ինչպես տեսնում եք, վստահության մակարդակը 0,946 է: Սա ավելի բարձր է, քան գծային մեթոդը օգտագործելը, բայց ավելի ցածր է, քան միտումը գծի որակը `էքսպոզիցիոն հարթեցմամբ:

Ընդհանուր առմամբ, հարթեցման բանաձևը նման է.

y = a * ln (x) + բ

ուր ln բնական լոգարիթմի արժեքն է: Հետևաբար մեթոդի անվանումը:

Մեր դեպքում բանաձևը հետևյալ ձևն է ունենում.

y = -62.81ln (x) +404.96

Մեթոդը 4: բազմամիլիոն հարթեցում

Ժամանակն է եկել դիտարկել բազմամակարդակ հարթեցման եղանակը:

  1. Անցեք միտումների գծի ձևաչափի պատուհանի, ինչպես դա արվել է մեկից ավելի անգամ: Բլոկում «Տրենդային գծի կառուցում» անջատիչը դիրքի դիր «Բազմամյա». Այս հոդվածի աջ կողմում դաշտ է «Աստիճան». Արժեք ընտրելիս «Բազմամյա» այն ակտիվանում է: Այստեղից կարող եք նշել ցանկացած հզորության արժեք 2 (ըստ լռելյայն) դեպի 6. Այս ցուցանիշը որոշում է գործառույթի առավելագույն և նվազագույն քանակը: Երկրորդ աստիճանի բազմամիլիա տեղադրելու ժամանակ նկարագրվում է միայն մեկ առավելագույնը, իսկ վեցերորդ աստիճանի բազմամիլիոն տեղադրելիս կարելի է նկարագրել մինչև առավելագույնը հինգ առավելագույն: Նախ, եկեք թողնենք լռելյայն պարամետրերը, այսինքն մենք նշելու ենք երկրորդ աստիճանը: Մնացած պարամետրերը մենք թողնում ենք նույնը, ինչպես մենք դրանք ենք դնում նախորդ մեթոդներով: Կտտացրեք կոճակը Փակիր.
  2. Այս մեթոդի օգտագործմամբ տրենդային գիծը գծագրվում է: Ինչպես տեսնում եք, այն նույնիսկ ավելի կոր է, քան երբ ցուցադրվում է էքսպոնենտալ մոտարկումը: Վստահության մակարդակը ավելի բարձր է, քան նախկինում օգտագործված մեթոդներից որևէ մեկը, և կա 0,9724.

    Այս մեթոդը կարող է առավելագույն հաջողությամբ կիրառվել, եթե տվյալներն անընդհատ փոփոխական են: Գործառույթը, որը նկարագրում է այս տեսակի հարթեցումը, այսպիսին է.

    y = a1 + a1 * x + a2 * x ^ 2 + ... + an * x ^ n

    Մեր դեպքում բանաձևը վերցրեց հետևյալ ձևը.

    y = 0.0015 * x ^ 2-1.7202 * x + 507.01

  3. Հիմա եկեք փոխենք բազմամոլների աստիճանը ՝ տեսնելու, թե արդյո՞ք արդյունքը տարբերվելու է: Մենք վերադառնում ենք ձևաչափի պատուհանի: Մենք թողնում ենք մոտավորության տիպի բազմագույն, բայց դրա դիմացը, աստիճանի պատուհանում, սահմանում ենք հնարավոր առավելագույն արժեքը - 6.
  4. Ինչպես տեսնում եք, այսքանից հետո մեր տենդենցային գիծը վերցրեց արտահայտված կորի ձևը, որում մաքսիմումի քանակը վեց է: Վստահության մակարդակն ավելի մեծացավ ՝ հասնելով դրան 0,9844.

Այս տեսակի հարթեցումը նկարագրող բանաձևը հետևյալ ձևն է.

y = 8E-08x ^ 6-0,0003x ^ 5 + 0,3725x ^ 4-269,33x ^ 3 + 109525x ^ 2-2E + 07x + 2E + 09

Մեթոդ 5. Էներգիայի հարթեցում

Եզրափակելով, մենք համարում ենք ուժի մասին օրենսդրության մոտարկման մեթոդ Excel- ում:

  1. Մենք շարժվում ենք դեպի պատուհանը Trend Line ձևաչափը. Սահմանեք հարթեցման անջատիչի դիրքը դիրքում «Իշխանություն». Հավասարության և վստահության մակարդակի ցուցադրումը, ինչպես միշտ, մնում է: Կտտացրեք կոճակը Փակիր.
  2. Ծրագիրը ձևավորում է տենդենցի գիծ: Ինչպես տեսնում եք, մեր դեպքում դա մի փոքր թեքում ունեցող գիծ է: Վստահության մակարդակը 0,9618, ինչը բավականին բարձր ցուցանիշ է: Վերը նշված բոլոր մեթոդներից վստահության մակարդակը ավելի բարձր էր միայն բազմամիլիոն մեթոդն օգտագործելիս:

Այս մեթոդը արդյունավետորեն օգտագործվում է գործառույթի տվյալների ինտենսիվ փոփոխության դեպքում: Կարևոր է հաշվի առնել, որ այս տարբերակը կիրառելի է միայն այն պայմանով, որ գործառույթը և փաստարկը չեն ընդունում բացասական կամ զրոյական արժեքներ:

Այս մեթոդը նկարագրող ընդհանուր բանաձևը ունի հետևյալ ձևը.

y = bx ^ n

Մեր կոնկրետ դեպքում, այսպիսին է թվում.

y = 6E + 18x ^ (- 6.512)

Ինչպես տեսնում եք, այն հատուկ տվյալները, որոնք մենք օգտագործել ենք որպես օրինակ, բազմամիլիոնից մոտեցման մեթոդը վեցերորդ աստիճանի հետ ցույց է տվել հուսալիության ամենաբարձր մակարդակը (0,9844), գծային մեթոդի նկատմամբ վստահության ամենացածր մակարդակը (0,9418) Բայց սա ամենևին չի նշանակում, որ նույն տենդենցը կլինի նաև այլ օրինակներով: Ոչ, վերը նշված մեթոդների արդյունավետության մակարդակը կարող է զգալիորեն տարբեր լինել `կախված գործառույթի հատուկ տեսակից, որի համար կկառուցվի տենդենցային գիծը: Հետևաբար, եթե ընտրված մեթոդը առավել արդյունավետ է այս գործառույթի համար, դա ամենևին չի նշանակում, որ այն նաև օպտիմալ կլինի այլ իրավիճակում:

Եթե ​​դեռևս չեք կարող պարզել, վերը նշված առաջարկությունների հիման վրա, թե որ տեսակի մոտարկումը հարմար է հատուկ ձեր գործի համար, ապա իմաստ ունի փորձել բոլոր մեթոդները: Թրենդային գիծ կառուցելուց և դրա վստահության մակարդակը դիտելուց հետո հնարավոր կլինի ընտրել լավագույն տարբերակը:

Pin
Send
Share
Send