Sposobnost predviđanja trendova ili predviđanja budućih vrijednosti je danas ključna u gotovo svakoj profesionalnoj aktivnosti. Microsoft Excel Ima vrlo moćne alate za predviđanje, a funkcija mu je PROGNOZA (o PROGNOZA na španskom) jedan od najkorištenijih i najsvestranijih. Ova funkcija omogućava sigurnije donošenje odluka na osnovu prethodnih podataka, a zahvaljujući svojoj jednostavnosti, postala je neophodan alat, kako u poslovnom svijetu, tako i u ličnom menadžmentu.
Savladajte funkciju PROGNOZA U Excelu vam to neće pomoći samo da napravite preciznije procjene. U ovom članku ćemo detaljno istražiti sve što trebate znati o ovim funkcijama: od njihovih osnovnih operacija, sintakse i argumenata, preko praktičnih primjera, do najnaprednijih trikova za kreiranje pouzdanih prognoza pomoću Excela.
Šta je tačno funkcija FORECAST u Excelu?
Funkcija PROGNOZA To je jedan od najmoćnijih alata za pravljenje predviđanja u Excelu. Njegov cilj je izračunati buduću vrijednost iz niza poznatih podataka, na osnovu statističke metode linearne regresije. To jest, pomaže vam da predvidite šta bi se moglo dogoditi (na primjer, obim prodaje ili troškovi u narednim mjesecima) analizirajući kako su se dvije povezane varijable ponašale u prošlosti.
Ova funkcija je Idealno za predviđanje buduće prodaje, izračunavanje potreba za zalihama ili otkrivanje trendovaKoristi dva skupa podataka (jedan nezavisni X i drugi zavisni Y) i, nakon analize odnosa između njih, procijenit će odgovarajuću Y vrijednost za određenu X vrijednost koju naznačimo. Posebno je korisno u scenarijima gdje postoje historijski zapisi i želimo predvidjeti šta će se dogoditi.
Kako funkcioniše: Sintaksa i argumenti funkcije FORECAST
Funkcija PROGNOZA Dostupan je u dvije glavne verzije u Excelu: LINEARNA PROGNOZA (poznat i kao PROGNOZA.LINEARNO) y PROGNOZA (o PROGNOZA (jednostavno). Oba imaju praktično identičnu strukturu, iako se u novijim verzijama koristi naziv LINEARNO kako bi se razjasnio tip primijenjenog statističkog modela.
Osnovna sintaksa obje funkcije:
- PROGNOZA.LINEARNO(x, poznato_y, poznato_x)
- PROGNOZA(x, poznato_y, poznato_x)
Objašnjenje argumenata:
- x: Je li on tačka ili vrijednost za koju želite napraviti predviđanjeNa primjer, mjesec, godina, broj jedinica itd.
- poznato_iOdgovara raspon zavisnih vrijednosti (Y), što su obično rezultati koje želimo predvidjeti, kao što su prodaja, temperature, troškovi itd.
- poznat_xRaspon nezavisnih vrijednosti (X), odnosno onih koje su uticale na rezultate (na primjer, mjeseci, godine, broj klijenata itd.).
I rasponi known_y i known_x moraju imati isti broj elemenata, a njihov odnos je predstavljen u matričnom formatu (ili u uzastopnim rasponima ćelija).
Ključni detalji i upozorenja koja treba imati na umu
Excel je vrlo strog u pogledu korištenja i kombiniranja argumenata. Ako unesete bilo koji podatak pogrešno, možete naići na tipične greške kao što su #VRIJEDI!, # N / A o # DIV / 0!Evo glavnih slučajeva koje treba uzeti u obzir:
- Ako je argument x nije numerički, funkcija će vratiti #VRIJEDI!.
- Ako su rasponi poznato_i y poznat_x nemaju isti broj vrijednosti ili su prazni, rezultat će biti # N / A.
- Ako je varijanca podataka u poznat_x jednako je nuli (tj. sve vrijednosti su jednake), Excel će prikazati # DIV / 0! jer ne može izračunati nagib regresijske linije.
- Matematička formula koju koristi je oblika a + bx, gdje Excel izračunava koeficijent nagiba (b) i koeficijent presjeka (a) kako bi procijenio Y vrijednost novog X.
Bitno je provjeriti da li su podaci potpuni i ispravno usklađeni kako bi predviđanja bila pouzdana.
Dublje istraživanje: FORECAST.ETS i napredno predviđanje u Excelu
Izvan funkcije LINEARNA PROGNOZAExcel uključuje funkciju posebno dizajniranu za scenarije u kojima podaci pokazuju sezonsko ili ciklično ponašanje: PROGNOZA.ETS. SAD Metoda eksponencijalnog trostrukog izglađivanja (ETS) za otkrivanje obrazaca i predviđanje budućih vrijednosti, što je vrlo korisno u vremenskim serijama kao što su mjesečna prodaja, dnevne posjete ili periodična potrošnja.
Sintaksa of PROGNOZA.ETS je:
- PROGNOZA.ETS(cilj, vrijednosti, vremenska skala, , , )
Njihovi ključni argumenti:
- sudbina: vrijednost za koju želite napraviti predviđanje (datum, vrijeme ili broj).
- vrijednosti: historijski podaci (poznati Y-ovi).
- vremenska skalaniz datuma ili vremena (X-ovi), sa pravilnim intervalima i bez duplikata.
- sezonalnostNumerička vrijednost koja označava sezonski ciklus, kao što je 12 za mjesečne podatke u godini. Excel to automatski detektuje po zadanim postavkama.
- popunjavanje_podacima: kako popuniti praznine (zadano je usrednjavanje ili postavljanje na 0 da se tretiraju kao nule).
- agregacija: metoda za kombinovanje vrijednosti sa istom vremenskom oznakom, pri čemu je podrazumevana vrednost prosek.
Među njegovim prednostima:
- Detektira do 30% nedostajućih vrijednosti bez ugrožavanja tačnosti.
- Omogućava vam rad sa složenim vremenskim serijama, automatski primjenjujući eksponencijalno zaglađivanje.
- Idealno za predviđanje prodaje sa sezonskim karakteristikama, kao što su vrhunci u svakom određenom periodu.
Pretvorite historijske podatke u automatske prognoze
Ako imate dobro strukturiranu seriju historijskih podataka, u Excelu možete koristiti funkcionalnost prognozni listNa kartici Podaci, ova opcija automatski transformiše vaše zapise u tabelu predviđanja i vizuelne grafikone za otkrivanje trendova i obrazaca.
- Unesite niz podataka: jedan s vremenskom skalom, a drugi s vrijednostima.
- Odaberite oboje i idite na Podaci > Prognozni list.
- Odaberite vrstu grafikona za prikaz.
- Definišite datum završetka prognoze i kliknite na dugme Kreiraj.
Excel će generirati proračunsku tablicu s historijskim podacima i procjenama za buduće periode, a također će vam omogućiti prilagođavanje naprednih opcija kao što su sezonalnost, intervali pouzdanosti i rukovanje dupliciranim ili praznim podacima.
Napredne opcije prilagođavanja prognoze u Excelu
Prilikom generiranja prognoze u Excelu, možete prilagoditi različite parametre kako biste poboljšali svoju analizu:
| Opcija | opis |
|---|---|
| Početak prognoze | Odaberite gdje počinje predviđanje, koristeći samo podatke prije tog datuma. |
| Interval pouzdanosti | Definiše raspon vjerovatnoće budućih podataka, podrazumevano postavljen na 95%. |
| Sezonalnost | Automatski detektuje cikluse ili vam omogućava ručno podešavanje perioda. |
| Raspon datuma i vrijednosti | Prilagodite raspone koji se uzimaju u obzir u izračunu. |
| Popunite nedostajuće tačke | Excel interpolira ili tretira praznine u nizu kao nule. |
| Duplikati | Omogućava vam da izračunate prosjek, medijanu ili prebrojite duplikate vrijednosti na isti datum. |
| Statistika prognoze | Pristup metrikama kao što su greške i koeficijenti korišteni u predviđanju. |
Ove opcije će vam pomoći da prilagoditi prognozu stvarnosti i specifičnim ciljevima.
Uobičajene greške i kako ih popraviti
Prilikom rada s funkcijama predviđanja, možete naići na uobičajene greške:
- Neusklađeni podaciRasponi s različitim brojem ćelija rezultiraju sa #N/A. Provjerite da li oba imaju istu dužinu.
- Nenumerička vrijednost u XPredviđanje za nenumeričke vrijednosti generira #VRIJEDNOST!.
- Nepravilni vremenski intervaliFORECAST.ETS zahtijeva konzistentne intervale. Ako postoje duplikati ili nepravilnosti, doći će do greške.
- Homogeni podaci u XBez varijacije u X vrijednostima, linearna veza se ne može izračunati.
Priprema i čišćenje podataka prije primjene funkcije ključno je za dobijanje korisnih i pouzdanih predviđanja. Također možete pogledati ovaj vodič kako biste proširili svoje znanje o predviđanjima i statističkoj analizi u Excelu.
Dobra je ideja vizualizirati podatke pomoću grafikona prije primjene formula za predviđanje kako biste otkrili trendove i odlučili koju metodu koristiti. Osim toga, pregled intervala pouzdanosti i periodično ažuriranje podataka pomaže u održavanju tačnosti vaših predviđanja.
