Методы прогнозирования в Excel – примеры и расчеты – Блог SF Education

Формула для расчета среднегодового темпа роста в экономике, Тр=Птек/Пбаз. Темп роста определяет интенсивность изменения (динамики) определенного явления

Примеры решения задач

Пример 1

В 2010 году на предприятии было выпущено продукции на 3650 тыс. руб., а в 2017 — на 4251 тыс. руб. Найти среднегодовой темп роста выпуска продукции.

Решение

Tp‾=425136508−1∗100%=102,2%overline{T_p}=sqrt[8-1]{frac{4251}{3650}}*100%=102,2%Tp=8136504251100%=102,2%

В среднем за год выпуск продукции возрастал на 2,2%.

Ответ: Tp‾=102,2%overline{T_p}=102,2%Tp=102,2%

Пример 2

Рассчитать среднегодовой темп роста с использованием коэффициентов роста.

Год 2010 2011 2012 2013 2014 2015 2016 2017
Объем выпуска, тыс. шт. 1020 1021 1300 1250 1280 1310 1390 1460

Решение

Решим данную задачу средствами MS Excel.

Коэффициент роста определяется как отношение показателя текущего года к предыдущему.

1.png

Получаем

2.png

Далее необходимо получить произведение этих коэффициентов.

3.png

Извлекаем корень 7-й степени. Это возможно двумя путями

4.png

Или

5.png

Также среднегодового темпа роста при помощи средней геометрической

6.png

Получили

7.png

Ответ: 105,26%.

Формула расчета показателя

CAGR рассчитывается по формуле:

[ CAGR=(frac{EV}{BV})^frac{1}{n}-1,где ]

( EV )​ – значение параметра на конец периода;

( EV )​ – значение параметра на начало периода;

( n )​ – количество лет, за которые проводится исследование.

Что вам понадобится

  • Компьютер с Microsoft Excel – последние релизы Excel

Пример

Пример функции ЧИСТВНДОХ

Примечание: При сравнении CAGRs для различных инвестиций убедитесь, что каждая ставка вычисляется за один и тот же период.

Метод прогнозируемого экспоненциального роста c использованием функции РОСТ

Пример 1. В ходе выполнения лабораторной работы студент должен определить зависимость между температурой количеством теплоты, содержащемся в веществе определенной массы. По условиям задания, необходимо провести 10 опытов, из которых было выполнено 8. Для получения остальных величин студент решил использовать метод прогнозируемого экспоненциального роста.

Таблица с исходными данными:

Таблица с данными.

Выделяем диапазон ячеек B10:B11 и используем следующую функцию:

используем функцию.

Описание аргументов:

  • B2:B9 – диапазон известных значений количества теплоты, полученные в результате проведения опытов;
  • A2:A9 – диапазон температур, для которых проводились опыты;
  • A10:A11 – диапазон температур, для которых необходимо вычислить предполагаемые значения количества теплоты.

Для ввода формулы используем комбинацию клавиш CTRL+SHIFT+Enter так как формула должна выполняться в массиве. В результате получим:

ввод формулы в массиве.

Визуально заметно явное несоответствие найденных величин диапазону уже известных значений. В Excel существует еще одна функция для прогнозирования на основе известных значений – ТЕНДЕНЦИЯ. Воспользуемся ей и сравним полученные результаты. Для этого выделяем диапазон ячеек C10:C11 и снова в массиве вводим функцию ТЕНДЕНЦИЯ:

явное несоответствие.

Как видно, синтаксические записи функций РОСТ и ТЕНДЕНЦИЯ идентичны, однако они используют различные алгоритмы для вычислений. Для ввода функции ТЕНДЕНЦИЯ снова используем комбинацию клавиш CTRL+SHIFT+Enter. В результате получим:

ТЕНДЕНЦИЯ.

То есть, в данном примере функция ТЕНДЕНЦИЯ дает более точный прогноз и целесообразно использовать именно ее.



Другие рефераты на тему «Экономико-математическое моделирование»:


Source: www.refsru.com

Постановка задачи

Исходные данные

Для начала, давайте определимся, какие у нас есть исходные данные и что нам нужно получить на выходе. Фактически, все что у нас есть, это некоторые исторические данные. Если мы говорим о прогнозировании продаж, то историческими данными будут продажи за предыдущие периоды.

Примечание. Собранные в разные моменты времени значения одной и той же величины образуют временной ряд. Каждое значение такого временного ряда называется измерением. Например: данные о продажах за последние 5 лет по месяцам — временной ряд; продажи за январь прошлого года — измерение.

Составляющие прогноза

Следующий шаг: давайте определимся, что нам нужно учесть при построении прогноза. Когда мы исследуем наши данные, нам необходимо учесть следующие факторы:

  • Изменение нашей пронозируемой величины (например, продаж) подчиняется некоторому закону. Другими словами, в временном ряде можно проследить некую тенденцию. В математике такая тенденция называется трендом.
  • Изменение значений в временном ряде может зависить от промежутка времени. Другими словами, при построении модели необходимо будет учесть коэффициент сезонности. Например, продажи арбузов в январе и августе не могут быть одинаковыми, т.к. это сезонный продукт и летом продажи значительно выше.
  • Изменение значений в временном ряде периодически повторяется, т.е. наблюдается некоторая цикличность.

Эти три пункта в совокупность образуют регулярную составляющую временного ряда.

Примечание. Не обязательно все три элемента регулярной составляющей должны присутствовать в временном ряде.

Однако, помимо регулярной составляющей, в временном ряде присутствует еще некоторое случайное отклонение. Интуитивно это понятно — продажи могут зависеть от многих факторов, некоторые из которых могут быть случайными.

Вывод. Чтобы комплексно описать временной ряд, необходимо учесть 2 главных компонента: регулярную составляющую (тренд + сезонность + цикличность) и случайную составляющую.

Виды моделей

Следующий вопрос, на который нужно ответить при построении прогноза: “А какие модели временного ряда бывают?”

Обычно выделяют два основных вида:

  • Аддитивная модель: Уровень временного ряда = Тренд + Сезонность + Случайные отклонения
  • Мультипликативная модель: Уровень временного ряда = Тренд * Сезонность * Случайные отклонения

Иногда также выделают смешанную модель в отдельную группу:

  • Смешанная модель: Уровень временного ряда = Тренд * Сезонность + Случайные отклонения

С моделями мы определились, но теперь возникает еще один вопрос: “А когда какую модель лучше использовать?”

Классический вариант такой:
— Аддитивная модель используется, если амплитуда колебаний более-менее постоянная;
— Мультипликативная — если амплитуда колебаний зависит от значения сезонной компоненты.

Пример:

график пример адаптивной и мультипликативной модели

Основные показатели матрицы

Для разработки актуальной матрицы БКГ фирмы необходимо определить три основных показателя

  • Относительная доля рынка; 
    Классический расчет этого фактора — это деление объема продаж продукта (ПП), для которого проводится анализ, на объем продаж у вашего основного конкурента (ППК). Это позволяет оценить позицию компании и ее конкурентоспособность в данной отрасли. 
    Относительная доля = ПП / ППК
  • Темп роста рынка;
    Для получения этих цифр надо знать объем рынка в прошлом (А) и текущем периодах (В), а также промежуток времени (t). Это характеристика зрелости и насыщенности площадки, на которой происходит реализация товара или услуг. 
    Темп роста рынка = А — В/В*t12 +1
  • Объем продаж в модели БКГ;
    Информация берется из внутренней статистики компании и демонстрирует точки концентрации ресурсов фирмы. В график вносится в виде кругов, где больший радиус соответствует более высоким продажам. 

Диаграмма темпов роста в Excel

2018_16_D_temp.png

Как в Excel создать диаграмму с динамикой темпов роста, где изменения показателей показаны стрелками?
Все просто — рисуем столбцы и добавляем к ним полосы повышения и понижения. Плюс рисуем графики с накоплением — первый для роста, второй график — уровень подписи.


1. Исходные данные

Предположим, нам нужно показать динамику темпов роста выручки:

1st_dtem_table.png

Добавим в таблицу строку «подписи» — с суммой немного больше исходного значения. И строку «рост», где будет рассчитан прирост выручки к предыдущему периоду. В первой колонке проставляем #Н/Д для того, чтобы не значения этого столбца не выводились в диаграмме.

2st_dtem1_table.png


2. Вставляем гистограмму с накоплением

Выделяем таблицу с выручкой и новыми строками. Добавляем гистограмму с накоплением: меню Вставка → Гистограмма → Гистограмма с накоплением.

3st_dtem1_table.png


3. Рост и подписи превращаем в график с накоплением

Выделяем гистограмму мышкой, переходим в меню Конструктор → Изменить тип диаграммы → выбираем вид диаграммы Комбинированная, для данных «подписи» и «рост» выбираем тип диаграммы — график с накоплением. Благодаря этому график с малыми значениями «наложится» на график с большими значениями.

4st_dtem1_table.png


4. Добавляем подписи линии роста

Добавляем подписи для линии роста: выделяем на диаграмме линию роста, в меню переходим на вкладку Конструктор → Добавить элемент диаграммы → Метки данных → выбираем Слева.

5st_dtem1.png

Делаем линию роста на диаграмме невидимой: выделяем линию правой кнопкой мышки, нажимаем Формат ряда данных, назначаем тип линии = Нет линий.


5. Добавляем линии ряда данных, удаляем легенду

Выделяем столбцы гистограммы, переходим в меню Конструктор → Добавить элемент диаграммы → Линии → Линии ряда данных (если такая линия не появилась, проверьте, правильный ли у вас тип диаграммы — должна быть Гистограмма с накоплением).
Удаляем легенду.

6st_dtem1.png


6. Задаем тип стрелки

Задаем тип стрелки — выделяем линию правой кнопкой мышки → Формат линий ряда → задаем тип стрелки.
Готово! Подписи и эффекты добавлять по вкусу.

Об этой статье

Эту страницу просматривали 24 649 раз.

См. также

Функция ЧИСТВНДОХ

Нужна дополнительная помощь?

Рейтинг
( 1 оценка, среднее 5 из 5 )
Загрузка ...