MS Excel ծրագիրը, նույնիսկ լիարժեք վիճակագրական փաթեթ չլինելով, ունի արդեն առկա տվյալների հիման վրա իրադարձությունների կանխատեսման բավականին լայն հնարավորություններ: Նման կանխատեսման ամենապարզ, առաջին հայացքից, մեթոդներից մեկը միտման գծի կառուցումն է:
Հրահանգներ
Քայլ 1
Ամենադյուրին ճանապարհը միտման ֆունկցիայի գծագրումն է ՝ անմիջապես առկա զանգվածը զանգված մուտքագրելուց հետո: Դա անելու համար տվյալների աղյուսակի թերթիկի վրա ընտրեք միջակայքի առնվազն երկու բջիջ, որի համար կկառուցվի գծապատկերը, և դրանից անմիջապես հետո տեղադրեք գծապատկերը: Դուք կարող եք օգտագործել գծապատկերների այնպիսի տեսակներ, ինչպիսիք են գրաֆիկը, ցրումը, հիստոգրամը, փուչիկը, ֆոնդային բաշխումը: Գծապատկերների այլ տեսակները չեն աջակցում միտումների կառուցմանը:
Քայլ 2
Գծապատկեր ընտրացանկից ընտրեք Ավելացնել միտման գիծ: Բացված պատուհանում «Տեսակ» ներդիրի վրա ընտրեք պահանջվող տենդենցի տողի տեսակը, ինչը մաթեմատիկական առումով նշանակում է նաև տվյալների մոտարկման եղանակ: Նկարագրված մեթոդն օգտագործելիս դուք ստիպված կլինեք դա անել «աչքով», քանի որ Դուք գրաֆիկը գծագրելու համար մաթեմատիկական ոչ մի հաշվարկ չեք կատարել:
Քայլ 3
Այնպես որ, պարզապես մտածեք, թե որ տեսակի գործառույթն է առավելագույնս համապատասխանում առկա տվյալների գրաֆիկին `գծային, լոգարիթմական, ցուցիչ, ցուցիչ կամ այլ: Եթե կասկածում եք մոտարկման տիպի ընտրության հարցում, կարող եք նկարել մի քանի տող, իսկ կանխատեսման ավելի մեծ ճշգրտության համար ՝ նույն պատուհանի «Պարամետրեր» ներդիրում նշեք վանդակը «դնել մոտավորության վստահության արժեքը (R ^ 2) «դիագրամի վրա:
Քայլ 4
Համեմատելով տարբեր գծերի R ^ 2 արժեքները, կարող եք ընտրել գրաֆիկի տեսակը, որն առավել ճշգրիտ է բնութագրում ձեր տվյալները, և, հետևաբար, կառուցում է առավել հուսալի կանխատեսում: Որքան մոտ է R ^ 2 արժեքը մեկին, այնքան ավելի ճշգրիտ եք ընտրել գծի տեսակը: Այստեղ «Պարամետրեր» ներդիրում անհրաժեշտ է նշել այն ժամանակահատվածը, որի համար կատարվում է կանխատեսումը:
Քայլ 5
Միտում կառուցելու այս եղանակը շատ մոտավոր է, ուստի ավելի լավ է գոնե մատչելի տվյալների գոնե առավել պարզունակ վիճակագրական մշակումը կատարել: Սա կանխատեսումն ավելի ճշգրիտ կդարձնի:
Քայլ 6
Եթե ենթադրում եք, որ առկա տվյալները նկարագրվում են գծային հավասարմամբ, ապա պարզապես ընտրեք դրանք կուրսորի հետ և ավտոմատ կերպով լրացրեք պահանջվող քանակի ժամանակահատվածների կամ բջիջների քանակի համար: Այս դեպքում անհրաժեշտ չէ գտնել R ^ 2 արժեքը, քանի որ Դուք կանխատեսումը նախապես տեղավորել եք ուղիղ գծի հավասարմանը:
Քայլ 7
Եթե կարծում եք, որ փոփոխականի հայտնի արժեքները լավագույնս կարելի է նկարագրել ՝ օգտագործելով էքսպոնենտալ հավասարում, ընտրեք նաև սկզբնական տիրույթը և ավտոմատ կերպով լրացրեք անհրաժեշտ թվով բջիջներ ՝ մկնիկի աջ կոճակը պահելով: Ինքնալրացման միջոցով դուք այլևս չեք կարող գծեր գծեր գծել, բացառությամբ նշված երկուսի:
Քայլ 8
Հետևաբար, առավել ճշգրիտ կանխատեսման համար դուք ստիպված կլինեք օգտագործել վիճակագրական մի քանի գործառույթներից մեկը ՝ «ԱՆԿԱԽԱ ՈՒՄ», «ՏՐԱՆՍ», «ԱW», «ԱՆԳԱՄ» կամ «LGRFPRIBL»: Այս դեպքում դուք պետք է ձեռքով հաշվարկեք յուրաքանչյուր հաջորդ կանխատեսման ժամանակահատվածի արժեքը: Եթե Ձեզ անհրաժեշտ է տվյալների ավելի բարդ ռեգրեսիայի վերլուծություն կատարել, ձեզ հարկավոր է «Վերլուծության փաթեթ» լրացում, որը ներառված չէ ստանդարտ MS Office- ի տեղադրման մեջ:
