Tapşırıq. Şirkətin 11 aylıq gəlirini təhlil edin və 12 ay üçün proqnoz verin.
AVERAGE funksiyasından istifadə edərək hərəkətli orta metoddan istifadə edərək
düzəldilmiş bir zaman seriyası quraq. Düzəldilmiş zaman seriyalarının verilmiş zaman
seriyalarından orta sapmalarını tapaq.
1. İlkin zaman seriyalarının dəyərlərinə əsasən əvvəlki 2 aydakı məlumatlara
əsaslanan hərəkətli orta metoddan istifadə edərək hamar bir zaman seriyası
qururuq. Excel-də orta düsturu hərəkət etdirir. Avtomatik tamamlama
markerindən istifadə edərək formulu C6: C14 hüceyrələri arasına köçürün.
2. Eynilə, üç aylıq hərəkətli orta üçün bir sıra dəyərlər qururuq. Düstur:
3. Eyni prinsipə əməl edərək dörd aylıq hərəkətli ortalamanın bir sıra dəyərlərini
meydana gətiririk.
4. Bu metoddan istifadə edərək dəyərlərinə nisbətən hesablanmış verilmiş zaman
seriyası və proqnozların qrafikini quraq. Şəkil göstərir ki, hərəkət edən
ortalamanın trend xətləri orijinal zaman seriyasının xəttinə nisbətən
dəyişdirilir. Bu, hamarlanmış zaman seriyasının hesablanmış dəyərlərinin
verilmiş seriyanın müvafiq dəyərlərindən geri qalması ilə əlaqədardır. Axı
hesablamalar əvvəlki müşahidələrin məlumatlarına əsaslanırdı.
5. Hamarlanmış zaman seriyasından mütləq, nisbi və standart sapmaları
hesablayaq. Mütləq sapmalar:
Orta kvadrat sapmalar:
Sapmalar hesablanarkən eyni sayda müşahidələr aparılmışdır. Bu səhvlərin
müqayisəli təhlili aparmaq üçün lazımdır.
Cədvəlləri sapmalarla müqayisə etdikdən sonra məlum oldu ki, şirkətin gəlirlərindəki
tendensiya barədə Excel-də hərəkətli orta metoddan istifadə edərək proqnoz vermək
üçün iki aylıq hərəkətli orta modelə üstünlük verilir. Minimum proqnoz səhvləri var
(üç və dörd ayla müqayisədə).
12-ci ay üçün proqnozlaşdırılan gəlir - 9,430 c.u.
ANALIZ PAKETI EKLENTISININ ISTIFADƏSI
Nümunə olaraq eyni problemi götürək.
"Data" sekmesinde "Data Analysis" əmrini tapırıq. Açılan informasiya qutusundan
"Moving Average" seçin:
Doldururuq. Giriş intervalı zaman seriyasının orijinal dəyərləridir. İnterval - hərəkətli
orta hesablamaya daxil olan ayların sayı. Əvvəlcə əvvəlki iki ayın məlumatlarına
əsaslanaraq hamarlanmış bir zaman seriyası quracağımızdan, sahəyə 2. rəqəmi daxil
edin.Çıxış intervalı - nəticələrin göstərilməsi üçün hüceyrələr üçündür.
"Standart səhvlər" qutusunu yoxlayaraq, avtomatik olaraq səhvin statistik
qiymətləndirilməsi ilə masaya bir sütun əlavə edirik.
Eyni şəkildə, üç ay ərzində hərəkət edən ortalamanı tapırıq. Yalnız interval (3) və
çıxış aralığı dəyişdirilir.
Standart səhvləri müqayisə edərək iki aylıq hərəkətli orta modelin hamarlaşdırmaq və
proqnozlaşdırmaq üçün daha uyğun olduğuna əminik. Daha kiçik standart səhvlərə
malikdir. 12-ci ay üçün proqnozlaşdırılan gəlir - 9,430 c.u.
Dəyişən orta proqnozlar sadə və təsirli olur. Cihaz əvvəlki dövrün əsas
parametrlərindəki dəyişiklikləri dəqiq şəkildə əks etdirir. Ancaq bilinən
məlumatlardan kənara çıxa bilməzsiniz. Bu səbəbdən uzunmüddətli proqnoz vermək
üçün digər metodlardan istifadə olunur.
https://secondhandivanovo.ru/az/ulichnyjj-stil/opredelenie-
srednekvadraticheskogo-otkloneniya-koefficienta-variacii.html
https://secondhandivanovo.ru/az/kultprosvet/srednekvadraticheskoe-otklonenie-
sigma-dispersiya-srednee.html
Varyans və standart sapma
İstatistiklerdeki bu değişkenler arasında farkı anlama
Bir sıra məlumatların dəyişkənliyini ölçərkən, bununla bağlı iki yaxından əlaqəli
statistika var: məlumatların dəyərlərinin necə yayıldığını göstərir və onların
hesablamalarında oxşar addımlar ehtiva edən
varyans
və
standart sapma
. Lakin, bu
iki statistik təhlil arasındakı əsas fərq, standart sapmanın variance nin kvadrat kökü
olmasıdır.
Dostları ilə paylaş: |