фактических данных динамики ВВП выбраны линейная и экспоненциальная |
|||||
линии тренда (рис. 3, 4). |
|
|
|
|
|
120 |
|
|
|
|
|
100 |
|
|
y = 5,791x - 11585 |
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
60 |
|
|
|
|
Ряд1 |
40 |
|
|
|
|
Линейная (Ряд1) |
|
|
|
|
|
|
20 |
|
|
|
|
|
0 |
|
|
|
|
|
2010 |
2012 |
2014 |
2016 |
2018 |
2020 |
|
Рис. 3. Линейная Аппроксимация динамики ВВП |
||||
120 |
|
|
|
|
|
100 |
|
|
y = 8E-60e0,0697x |
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
60 |
|
|
|
|
Ряд1 |
40 |
|
|
|
|
Экспоненциальная (Ряд1) |
|
|
|
|
|
|
20 |
|
|
|
|
|
0 |
|
|
|
|
|
2010 |
2012 |
2014 |
2016 |
2018 |
2020 |
Рис. 4. Экспоненциальная линия тренда ряда динамики ВВП
Исходя из допущения о неизменности прогнозных тенденций в будущем, функция «Тенденция» возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы «известные значения у» и «известные значения х». Возвращает значения у в соответствии с этой прямой для заданного массива «новые значениях».
Синтаксис: ТЕНДЕНЦИЯ (известные значения у; известные значения х; новые значениях; конст.).
6
«Известные значения у» - это множество значений у, которые уже известны для соотношения у = mx + b. «Известные значения х» - это необязательное множество значений х, которые уже известны для соотношения у = mx + b.
Массив «известные значения х» может содержать одно или несколько множеств переменных. Если используется только одна переменная, то «известные значения у» и «известные значения х» могут иметь любую форму при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то «известные значения у» должны быть вектором (то есть интервалом высотой в одну строку или шириной в один столбец).
Если «известные значения х» опущены, то предполагается, что это массив {1;2;3; ...} такого же размера, как и «известные значения у».
«Новые значения х» − это новые значения х, для которых ТЕНДЕНЦИЯ возвращает соответствующие значения у. «Конст» - это логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1. Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.
Если конст имеет значение ЛОЖЬ, то b полагается равным 0, и значения m подбираются таким образом, чтобы выполнялось соотношение у = mx. Замечания: формулы, которые возвращают массивы, должны быть введены как формулы массива; при вводе константы массива для аргyмента, такого как «известные значения х», следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения сток. Рассмотрим пример построения прогноза значений валового внутреннего продукта РФ. Информация о динамике и структуре ВВП приведена в прил. 1.
Исходные данные для построения прогноза заносят в систему электронных таблиц Excel (рис.5).
Рис. 5. Оформление исходных данных и выбор функций программировани
7
Далее необходимо заполнить поля диалогового окна функции:
Рис. 6. Диалоговое окно функции «Тенденция»
Рис. 7. Результаты прогнозирования объема ВВП с использованием линейной аппроксимации (функции «Тенденция»)
По такой системе действуют и другие функции прогнозирования в Microsoft Excel. Различие состоит в способах аппроксимации значений. Функция «Лгрфприбл» в регрессионном анализе вычисляет экспоненциальную кривую, аппроксимирующую данные и возвращает массив значений, описывающий эту кривую.
8
Функция «Рост» рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция РОСТ возвращает значения у для последовательности новых значений х, задаваемых с помощью существующих х- и у-значений. Функция рабочего листа РОСТ может применяться также для для аппроксимации существующих х- и у-значений экспоненциальной кривой.
Синтаксис: РОСТ(известные значения у; известные значения х;новые
значения х; конст). «Известные значения у» - это множество значений у, |
||||||
которые уже известны для соотношения |
|
|
. «Известные значения х» - |
|||
Если « = b |
|
значений |
х, которые уже известны для |
|||
это необязательное |
множество |
|
|
= b |
|
|
соотношения |
|
. |
|
|
|
|
известные значения х» опущены, то предполагается, что это массив { 1 ;2;3; ... } такого же размера как и «известные значения у».
«Новые значения х» - это новые значения х, для которых РОСТ возвращает соответствующие значения у. «Конст» - это логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1.
Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом: Если конст имеет значение ЛОЖЬ, то b полагается равном 1, а значения m подбираются так, чтобы Ух =mx .
Замечания: если какие-либо числа в массиве «известные значения у» равны О или отрицательны, то функция РОСТ возвращает значение ошибки #ЧИСЛО!; при вводе константы массива для аргумента, такого как «известные значения х», следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения строк.
Рассмотрим пример построения прогноза значений валового внутреннего продукта РФ. В этом примере используются те же данные, что и в примере для функции «Тенденция». Диалоговое окно функции «Рост» выглядит следующим образом (рис.8).
Рис. 8. Параметры диалогового окна функции «Рост»
9
Рис. 9. Результаты прогнозирования объема ВВП с использованием экспоненциальной линии тренда (функции «Рост»)
Следует отметить, что значение у, предсказанное с помощью уравнения регрессии, может быть недостоверным, если оно находится вне диапазона значений у, которые использовались для определения уравнения.
Метод экспоненциального сглаживания представляет прогноз показателя на будущий период в виде суммы фактического показателя за данный период и прогноза на данный период, взвешенных при помощи специальных
коэффициентов. Представим, что составляется прогноз определенной
экономической1 величины на 1следующий+ 1 = а месяц+ .[1Тогда− а]: 1 , (1)где + 1- прогноз на месяц 1 + 1; 1 - значение исследуемой величины в месяце (фактические данные);
- прогноз на месяц 1; а - специальный коэффициент, определяемый статистическим путем.
Рассмотрим прогнозирование объемов инвестиций в основной капитал в РФ методом экспоненциального сглаживания на конкретном примере. Задание по вариантам в табл. 3 и рис. 1 прил. 1.
Для прогнозирования методом экспоненциального сглаживания используется функция «Экспоненциальное сглаживание» пункта меню «Сервис», «Анализ данных». Окно исходных данных экспоненциального сглаживания представлено на рис. 10.
10