Всичко за функцията FORECAST в Excel

Способността за предвиждане на тенденции или прогнозиране на бъдещи стойности е от съществено значение в почти всяка професионална дейност днес. Microsoft Excel Той разполага с много мощни инструменти за правене на прогнози, като функцията му е ПРОГНОЗА (o ПРОГНОЗА на испански) един от най-използваните и универсални. Тази функция позволява по-уверено вземане на решения въз основа на предварителни данни и благодарение на своята простота се е превърнала в основен инструмент, както в света на бизнеса, така и в личния мениджмънт.

Овладейте функцията ПРОГНОЗА В Excel това не само ще ви помогне да правите по-точни оценки. В тази статия ще разгледаме подробно всичко, което трябва да знаете за тези функции: от основните им операции, синтаксис и аргументи, през практически примери, до най-модерните трикове за създаване на надеждни прогнози с Excel.

Какво точно представлява функцията FORECAST в Excel?

Функцията ПРОГНОЗА Това е един от най-мощните инструменти за правене на прогнози в Excel. Целта му е да изчисли бъдеща стойност от поредица от известни данни, базирана на статистическия метод на линейна регресия. Тоест, помага ви да предвидите какво може да се случи (например обем на продажбите или разходи през следващите месеци), като анализирате как две свързани променливи са се държали в миналото.

Тази функция е Идеален за прогнозиране на бъдещи продажби, изчисляване на нуждите от запаси или откриване на тенденцииИзползва два набора от данни (един независим X и друг зависим Y) и след анализ на връзката между тях, ще оцени съответната стойност на Y за конкретна стойност на X, която посочваме. Това е особено полезно в сценарии, където съществуват исторически записи и искаме да предвидим какво ще се случи.

Как работи: Синтаксис и аргументи на функцията FORECAST

Функцията ПРОГНОЗА Предлага се в две основни версии в Excel: ЛИНЕЙНА ПРОГНОЗА (също известен като ПРОГНОЗА.ЛИНЕЙНА) Y ПРОГНОЗА (o ПРОГНОЗА (просто казано). И двата имат практически идентична структура, въпреки че в по-новите версии се използва името ЛИНЕЙЕН, за да се изясни видът на приложения статистически модел.

Основен синтаксис на двете функции:

• ПРОГНОЗА.ЛИНЕЙНА(x; известно_y; известно_x)
• ПРОГНОЗА(x; известно_y; известно_x)

Обяснение на аргументите:

• x: Той ли е точка или стойност, за която искате да направите прогнозатаНапример, месецът, годината, броят на единиците и т.н.
• известен_иСъответства на диапазон от зависими стойности (Y), които обикновено са резултатите, които искаме да предвидим, като например продажби, температури, разходи и др.
• известен_xДиапазон от независими стойности (X), т.е. тези, които са повлияли на резултатите (например месеци, години, брой клиенти и др.).

Диапазоните known_y и known_x трябва да имат еднакъв брой елементи, а връзката им е представена в матричен формат (или в последователни диапазони от клетки).

Ключови подробности и предупреждения, които трябва да имате предвид

Excel е много строг по отношение на използването и комбинирането на аргументи. Ако въведете неправилно данни, може да се сблъскате с типични грешки, като например #СТРУВА!, # N / A o #DIV/0!Ето основните случаи, които трябва да се вземат предвид:

• Ако аргументът x не е число, функцията ще върне #СТРУВА!.
• Ако диапазоните известен_и y известен_x нямат еднакъв брой стойности или са празни, резултатът ще бъде # N / A.
• Ако дисперсията на данните в известен_x е равно на нула (т.е. всички стойности са равни), Excel ще покаже #DIV/0! защото не може да изчисли наклона на регресионната линия.
• Математическата формула, която той използва, е от вида a + bx, където Excel изчислява коефициента на наклон (b) и коефициента на пресичане (a), за да оцени стойността на Y на новия X.

Важно е да се провери дали данните са пълни и правилно подравнени, за да бъдат прогнозите надеждни.

По-задълбочено проучване: FORECAST.ETS и разширено прогнозиране в Excel

Отвъд функцията ЛИНЕЙНА ПРОГНОЗА, Excel включва функция, специално разработена за сценарии, при които данните показват сезонност или циклично поведение: ПРОГНОЗА.ETS. САЩ методът на експоненциално тройно изглаждане (ETS) за откриване на модели и прогнозиране на бъдещи стойности, което е много полезно във времеви редове като месечни продажби, ежедневни посещения или периодично потребление.

Синтаксисът на ПРОГНОЗА.ETS е:

• ПРОГНОЗА.ETS(цел, стойности, времева скала, , , )

Техните ключови аргументи:

• съдба: стойността, за която искате да направите прогнозата (дата, час или число).
• Valoresисторически данни (известни Y-та).
• времева скала: поредица от дати или часове (X-четата), с равни интервали и без дубликати.
• сезонностЧислова стойност, показваща сезонния цикъл, например 12 за месечни данни в годината. По подразбиране Excel автоматично открива това.
• попълване_на_данни: как да се запълнят празнините (по подразбиране е да се осредни или да се зададе 0, за да се третират като нули).
• агрегация: метод за комбиниране на стойности с един и същ времеви отпечатък, като по подразбиране е средната стойност.

Сред неговите предимства:

• Открива до 30% от липсващите стойности без да се прави компромис с точността.
• Позволява ви да работите със сложни времеви серии, като автоматично прилагате експоненциално изглаждане.
• Идеален за прогнозиране на продажбите със сезонност, като например пикове през определен период.

Преобразувайте исторически данни в автоматични прогнози

Ако имате добре структурирана поредица от исторически данни, в Excel можете да използвате функционалността на прогнозен листОт раздела „Данни“ тази опция автоматично трансформира вашите записи в таблица с прогнози и визуални графики за откриване на тенденции и модели.

1. Въведете сериите от данни: едната с времевата скала, а другата със стойностите.
2. Изберете и двете и отидете на Данни > Прогнозен лист.
3. Изберете тип диаграма за показване.
4. Определете крайната дата на прогнозата и щракнете върху Създаване.

Excel ще генерира електронна таблица с исторически данни и оценки за бъдещи периоди, като ви позволява да персонализирате разширени опции, като например сезонност, доверителни интервали и обработка на дублирани или липсващи данни.

Разширени опции за персонализиране на прогнози в Excel

Когато генерирате прогноза в Excel, можете да коригирате различни параметри, за да подобрите анализа си:

Тези опции ще ви помогнат да коригирайте прогнозата спрямо реалността и конкретните цели.

Често срещани грешки и как да ги коригирате

Когато работите с функции за прогнозиране, може да срещнете често срещани грешки:

• Неподравнени данниДиапазоните с различен брой клетки водят до #N/A. Проверете дали и двата имат еднаква дължина.
• Нечислова стойност в XПрогнозирането за нечислови стойности генерира #VALUE!.
• Нередовни интервали от времеFORECAST.ETS изисква последователни интервали. Ако има дубликати или нередности, ще възникне грешка.
• Хомогенни данни в XБез вариация в стойностите на X, не може да се изчисли линейна зависимост.

Подготовката и почистването на данните ви преди прилагане на функцията е ключово за получаване на полезни и надеждни прогнози. Можете също да разгледате това ръководство, за да разширите знанията си за прогнозите и статистическия анализ в Excel.

Добра идея е да визуализирате данните си с диаграми, преди да приложите формули за прогнозиране, за да откриете тенденции и да решите кой метод да използвате. Освен това, прегледът на доверителните интервали и периодичното актуализиране на данните ви помага да поддържате точността на прогнозите си.

Свързана статия:

Разширени формули в Excel: Пълно ръководство за опитни потребители