எக்செல் ஆய்வக வேலையில் நகரும் சராசரி. எக்செல் தொழில்நுட்ப பகுப்பாய்வு

வணிகத்தில், மற்ற செயல்பாடுகளைப் போலவே, ஒரு நபர் அடுத்து என்ன நடக்கும் என்பதை அறிய விரும்புகிறார். 100% துல்லியத்துடன் எதிர்காலத்தை யூகிக்கக்கூடிய அந்த அதிர்ஷ்டசாலியின் செல்வத்தை கற்பனை செய்வது கூட கடினம். ஆனால், துரதிருஷ்டவசமாக (அல்லது, அதிர்ஷ்டவசமாக), தொலைநோக்கு பரிசு மிகவும் அரிதானது. ஆனால்... குறைந்தபட்சம் முயற்சி செய்யுங்கள் பொதுவான அவுட்லைன்அறிமுகப்படுத்த எதிர்கால வணிகம்தொழிலதிபர் வெறுமனே நிலைமையை சமாளிக்க கடமைப்பட்டிருக்கிறார்.

முதலில், நான் ஒரே நேரத்தில் பல எளிய மற்றும் வசதியான நுட்பங்களைப் பற்றி ஒரு இடுகையில் எழுத விரும்பினேன், ஆனால் இடுகை மிக நீண்டதாக மாறத் தொடங்கியது. எனவே முன்னறிவிப்பு என்ற தலைப்புக்கு அர்ப்பணிக்கப்பட்ட பல இடுகைகள் இருக்கும். இந்த இடுகையில் எக்செல் திறன்களைப் பயன்படுத்தி எளிமையான முன்கணிப்பு முறைகளில் ஒன்றை விவரிப்போம் - நகரும் சராசரி முறை.

பெரும்பாலும் சந்தைப்படுத்தல் ஆராய்ச்சியின் நடைமுறையில் பின்வரும் மதிப்புகள் கணிக்கப்படுகின்றன:

• விற்பனை அளவுகள்
• சந்தை அளவு மற்றும் திறன்
• உற்பத்தி அளவுகள்
• அளவுகளை இறக்குமதி செய்யவும்
• விலை இயக்கவியல்
• மற்றும் பல.

இந்த இடுகையில் நாங்கள் பரிசீலிக்கும் முன்னறிவிப்புக்கு, பின்வரும் எளிய வழிமுறையைப் பின்பற்றுமாறு நான் உங்களுக்கு அறிவுறுத்துகிறேன்:

1. பிரச்சனையில் இரண்டாம் நிலை தகவல் சேகரிப்பு(முன்னுரிமை அளவு மற்றும் தரம் இரண்டும்). எனவே, எடுத்துக்காட்டாக, உங்கள் சந்தையின் அளவை நீங்கள் கணிக்கிறீர்கள் என்றால், நீங்கள் சந்தையில் புள்ளிவிவரத் தகவலை சேகரிக்க வேண்டும் (உற்பத்தி அளவுகள், இறக்குமதிகள், விலை இயக்கவியல், விற்பனை அளவுகள், முதலியன) அத்துடன் போக்குகள், சிக்கல்கள் அல்லது சந்தை வாய்ப்புகள். நீங்கள் விற்பனையை முன்னறிவிப்பதாக இருந்தால், அந்தக் காலத்திற்கான விற்பனைத் தரவு உங்களுக்குத் தேவைப்படும். முன்னறிவிப்புக்கு, நீங்கள் கருதும் வரலாற்றுத் தரவு, சிறந்தது. முன்னறிவிக்கப்பட்ட நிகழ்வை பாதிக்கும் காரணிகளின் பகுப்பாய்வோடு முன்கணிப்பை நிரப்புவது நல்லது (நீங்கள் SWOT, PEST பகுப்பாய்வு அல்லது வேறு ஏதேனும் ஒன்றைப் பயன்படுத்தலாம்). இது வளர்ச்சியின் தர்க்கத்தைப் புரிந்துகொள்ள உங்களை அனுமதிக்கும், இதனால் நீங்கள் ஒரு குறிப்பிட்ட போக்கு மாதிரியின் நம்பகத்தன்மையை சரிபார்க்க முடியும்.

2. மேலும் இது விரும்பத்தக்கது அளவு தரவு சரிபார்க்கவும். இதைச் செய்ய, நீங்கள் ஒரே குறிகாட்டிகளின் மதிப்புகளை ஒப்பிட வேண்டும், ஆனால் வெவ்வேறு மூலங்களிலிருந்து பெறப்பட்டவை. எல்லாம் ஒப்புக்கொண்டால், நீங்கள் எக்செல் இல் தரவை "இயக்க" முடியும். தரவு பின்வரும் தேவைகளையும் பூர்த்தி செய்ய வேண்டும்:

• அடிப்படையானது அவதானிப்புகளின் முடிவுகளை உள்ளடக்கியது - ஆரம்பமானது முதல் மிக சமீபத்தியது வரை.
• அனைத்து அடிப்படை காலகட்டங்களும் ஒரே கால அளவைக் கொண்டுள்ளன. உதாரணமாக, ஒரு நாளின் தரவு மூன்று நாள் சராசரிகளுடன் கலக்கப்படக்கூடாது.
• ஒவ்வொரு காலகட்டத்திலும் அவதானிப்புகள் ஒரே புள்ளியில் பதிவு செய்யப்படுகின்றன. எடுத்துக்காட்டாக, போக்குவரத்தை ஒரே நேரத்தில் அளவிட வேண்டும்.
• தரவைத் தவிர்ப்பது அனுமதிக்கப்படாது. முன்னறிவிக்கும் போது ஒரு அவதானிப்பு முடிவைக் கூடத் தவிர்ப்பது விரும்பத்தகாதது, ”எனவே, உங்கள் அவதானிப்புகள் குறுகிய காலத்திற்கு முடிவுகளைப் பெறவில்லை என்றால், அவற்றை குறைந்தபட்சம் தோராயமான தரவுகளுடன் நிரப்ப முயற்சிக்கவும்.

3. தரவைச் சரிபார்த்த பிறகு, உங்களால் முடியும் பல்வேறு முன்கணிப்பு நுட்பங்களைப் பயன்படுத்துங்கள். நான் ஆரம்பத்திலிருந்தே தொடங்க விரும்புகிறேன் எளிய முறை – நகரும் சராசரி முறை

நகரும் சராசரி முறை

நகரும் சராசரி முறையைப் பயன்படுத்துவது மிகவும் எளிதானது, ஆனால் துல்லியமான முன்னறிவிப்பை உருவாக்குவது மிகவும் எளிதானது. இந்த முறையைப் பயன்படுத்தி, எந்த காலகட்டத்திற்கான முன்னறிவிப்பு என்பது நேரத் தொடரின் முந்தைய பல அவதானிப்புகளின் சராசரியை எடுப்பதைத் தவிர வேறில்லை. எடுத்துக்காட்டாக, நீங்கள் மூன்று மாத நகரும் சராசரியைத் தேர்ந்தெடுத்தால், மே மாதத்திற்கான முன்னறிவிப்பு பிப்ரவரி, மார்ச் மற்றும் ஏப்ரல் மாதங்களின் சராசரியாக இருக்கும். உங்கள் முன்கணிப்பு முறையாக நான்கு மாத நகரும் சராசரியைத் தேர்ந்தெடுப்பதன் மூலம், ஜனவரி, பிப்ரவரி, மார்ச் மற்றும் ஏப்ரல் மாதங்களுக்கான புள்ளிவிவரங்களின் சராசரியாக மே எண்ணிக்கையை மதிப்பிடலாம்.

பொதுவாக, நகரும் சராசரி முன்னறிவிப்பு என்பது கண்காணிப்பு காலத்தைத் தொடர்ந்து வரும் காலத்திற்கான முன்னறிவிப்பாக பார்க்கப்படுகிறது. அதே நேரத்தில், ஆய்வின் கீழ் நிகழ்வு தொடர்ச்சியாக உருவாகும்போது அத்தகைய முன்னறிவிப்பு பொருந்தும், அதாவது. சில போக்குகள் உள்ளன, மேலும் மதிப்பு வளைவு பைத்தியம் போல் வரைபடத்தைச் சுற்றி குதிக்காது.

நகரும் சராசரியில் எத்தனை அவதானிப்புகளைச் சேர்க்க விரும்புகிறீர்கள் என்பதைத் தீர்மானிக்க, முந்தைய அனுபவம் மற்றும் தரவுத் தொகுப்பைப் பற்றிய கிடைக்கும் தகவலை நீங்கள் நம்ப வேண்டும். மிகச் சமீபத்திய சில அவதானிப்புகளுக்கு நகரும் சராசரியின் அதிகரித்த பிரதிபலிப்புக்கும் அந்த சராசரியின் பெரிய மாறுபாட்டிற்கும் இடையே ஒரு சமநிலையை ஏற்படுத்த வேண்டும்.

எனவே அதை எப்படி செய்வதுஎக்செல்

1. கடந்த 29 மாதங்களாக உங்களிடம் மாதாந்திர விற்பனை அளவு உள்ளது என்று வைத்துக் கொள்வோம். மாதம் 30 இல் விற்பனை அளவு என்னவாக இருக்கும் என்பதை நீங்கள் தீர்மானிக்க வேண்டும். ஆனால், உண்மையைச் சொல்வதானால், முன்னறிவிப்பு மதிப்புகளைக் கணக்கிடும்போது 30 வரலாற்று மதிப்புகளுடன் செயல்பட வேண்டிய அவசியமில்லை, ஏனெனில் இந்த முறை சராசரியைக் கணக்கிட கடந்த சில மாதங்களில் மட்டுமே பயன்படுத்தப்படும். எனவே, கடந்த சில மாதங்கள் மட்டுமே கணக்கீடு செய்ய போதுமானது.

2. இந்த அட்டவணையை புரிந்துகொள்ளக்கூடிய எக்செல் வடிவத்தில் கொண்டு வருகிறோம், அதாவது. அதனால் அனைத்து மதிப்புகளும் ஒரே வரிசையில் இருக்கும்.

3. அடுத்து, முந்தைய மூன்று (நான்கு, ஐந்து? நீங்கள் தேர்வுசெய்தது) மதிப்புகளின் அடிப்படையில் சராசரியைக் கணக்கிடுவதற்கான சூத்திரத்தை நாங்கள் அறிமுகப்படுத்துகிறோம் (பார்க்க). கணக்கீடுகளுக்கு கடைசி 3 மதிப்புகளைப் பயன்படுத்துவது மிகவும் வசதியானது, ஏனெனில் நீங்கள் கணக்கில் எடுத்துக் கொண்டால், தரவு மிகவும் சராசரியாக இருக்கும், நீங்கள் குறைவாகக் கணக்கில் எடுத்துக் கொண்டால், அது துல்லியமாக இருக்காது.

4. முன்னறிவிப்பு மாதம் 30 வரையிலான அனைத்து அடுத்தடுத்த மதிப்புகளுக்கும் தன்னியக்க செயல்பாட்டைப் பயன்படுத்துதல். எனவே, செயல்பாடு ஜூன் 2010க்கான முன்னறிவிப்பைக் கணக்கிடும். முன்னறிவிப்பு மதிப்புகளின்படி, ஜூன் மாதத்தில் விற்பனை சுமார் 408 யூனிட் சரக்குகளாக இருக்கும். ஆனால் கீழ்நோக்கிய போக்கு நிலையானதாக இருந்தால், எங்கள் எடுத்துக்காட்டில், சராசரியை அடிப்படையாகக் கொண்ட முன்னறிவிப்பின் கணக்கீடு சற்று அதிகமாக மதிப்பிடப்படும் அல்லது உண்மையான மதிப்புகளுக்குப் பின்னால் "பின்தங்கியதாக" தோன்றும் என்பதை நினைவில் கொள்ளவும்.

நாங்கள் மிகவும் ஒன்றைப் பார்த்தோம் எளிய நுட்பங்கள்முன்கணிப்பு - நகரும் சராசரி முறை. பின்வரும் இடுகைகளில் நாம் மற்ற, மிகவும் துல்லியமான மற்றும் பார்ப்போம் சிக்கலான நுட்பங்கள். எனது பதிவு உங்களுக்கு பயனுள்ளதாக இருக்கும் என நம்புகிறேன்.

வேலையின் நோக்கம் : பகுப்பாய்வு பணித்தாள் அம்சத்தைப் பயன்படுத்தி அதிர்வெண் பகுப்பாய்வு சிக்கல்களைத் தீர்ப்பதில் திறன்களைப் பெறுங்கள்எம்எஸ் எக்செல்.

சுருக்கமான கோட்பாடு

பொருளாதார குறிகாட்டிகளை பகுப்பாய்வு செய்யும் போது, ​​கொடுக்கப்பட்ட மதிப்பு இடைவெளியில் குறிகாட்டிகள் எவ்வளவு அடிக்கடி நிகழ்கின்றன என்ற கேள்வி அடிக்கடி எழுகிறது.

பகுப்பாய்வு பணித்தாள் அதிர்வெண் செயல்பாடுஎம்எஸ் எக்செல் ஒரு புள்ளியியல் செயல்பாடாக வகைப்படுத்தப்படுகிறது மற்றும் அதிர்வெண் விநியோகத்தை செங்குத்து வரிசையாக வழங்குகிறது. கொடுக்கப்பட்ட மதிப்புகள் மற்றும் கொடுக்கப்பட்ட பாக்கெட்டுகள் (இடைவெளிகள்), அதிர்வெண் விநியோகம் ஒவ்வொரு இடைவெளியிலும் எத்தனை மதிப்புகள் விழுகின்றன என்பதைக் கணக்கிடுகிறது.

தரவு வரிசை ஒரு பரிமாண அல்லது இரு பரிமாண வரிசையாக இருக்கலாம் (எடுத்துக்காட்டாக, A 4: D 15).

தொடரியல்: FREQUENCY (data_array; pocket_array)

அதிர்வெண் பகுப்பாய்விற்கு நீங்கள் கட்டளையைப் பயன்படுத்தலாம்சேவை/தரவு பகுப்பாய்வு.தரவு பகுப்பாய்வு என்பது துணை நிரல்களில் ஒன்றாகும்எக்செல் . இந்த கட்டளை மெனுவில் இல்லை என்றால், நீங்கள் கட்டளையை இயக்க வேண்டும்சேவை/சேர்க்கைகள்மற்றும் சாளரத்தில் தொடர்புடைய பெட்டியை சரிபார்க்கவும்துணை நிரல்கள்.

பணி 1

செயல்பாட்டைப் பயன்படுத்துதல்அதிர்வெண் ஆர்டர் அளவுகளின் தொகுப்பைத் தேர்ந்தெடுக்க () வரம்பிற்குள் உள்ளிடவும், கொடுக்கப்பட்ட மதிப்பு இடைவெளிகளுக்குள் எத்தனை மதிப்புகள் விழுகின்றன என்பதைக் கணக்கிடுங்கள். எடுத்துக்காட்டாக, 0 முதல் 1000 வரை, 1001 முதல் 1500 வரை, 1501 முதல் 2000 வரை, 2001 முதல் 2500 வரை, 2500க்கு மேல்.

நடைமுறை:

1. பணித்தாளில்எம்எஸ் எக்செல் செப்டம்பர் மாதத்திற்கான நிறுவனத்தின் 20 கிளைகளில் உள்ள ஆர்டர்களின் அளவு குறித்த தரவை அட்டவணையின் வடிவத்தில் உள்ளிடவும், அதன் ஒரு பகுதி படத்தில் காட்டப்பட்டுள்ளது.

1. கலங்களின் இலவச வரம்பில் (நெடுவரிசை), இடைவெளிகளின் மேல் எல்லைகளை உள்ளிடவும் (எடுத்துக்காட்டாக, D 2=1000, D 3=1500, D 4=2000, D 5=2500).
2. இடைவெளி நெடுவரிசைக்கு அருகிலுள்ள நெடுவரிசையில் உள்ள கலங்களின் தொகுதியைத் தேர்ந்தெடுக்கவும் ( E2:E 21) இடைவெளியின் குறைந்த வரம்பை மீறும் மதிப்புகளின் எண்ணிக்கையைக் கணக்கிட, இடைவெளிகளின் வரம்பை விட ஒரு செல் பெரியதாக இருக்கும் வரம்பு தேர்ந்தெடுக்கப்பட்டது.
3. E 2 வரம்பிற்கு: E 6 சூத்திரத்தை உள்ளிடவும் ( =FREQUENCY( E 2: E 15; ஜே 2: ஜே 6)).

இதற்கு செயல்பாட்டு வழிகாட்டியைப் பயன்படுத்தவும் (செருகு/செயல்பாடு). புள்ளியியல் பிரிவில், பட்டியலிலிருந்து அதிர்வெண் செயல்பாட்டைத் தேர்ந்தெடுக்கவும். FREQUENCY செயல்பாடு உரையாடல் பெட்டியில், மாதிரி வரிசை மற்றும் இடைவெளி வரிசையின் புலங்களை நிரப்பவும் (படம் 1).உரையாடல் சாளரத்தை விட்டு வெளியேறாமல்முக்கிய கலவையை அழுத்தவும்< Ctrl / Shift / Enter > வரிசை உறுப்புகளை கணக்கிட.

படம் 1 செயல்பாட்டு உரையாடல் பெட்டியை நிரப்புவதற்கான எடுத்துக்காட்டுஅதிர்வெண்.

1. உங்கள் முடிவுகளின் அடிப்படையில் ஒரு வரைபடத்தை உருவாக்கவும்.
2. கோப்பை சேமிக்கவும்.

பணி 2

பல்வேறு வயதினரின் உயரத்தைப் பற்றிய புள்ளிவிவரத் தரவுகளைக் கொண்ட பணித்தாளில் இரு பரிமாண வரிசையை உருவாக்கவும். அதிர்வெண் மற்றும் தரவு பகுப்பாய்வு செயல்பாட்டைப் பயன்படுத்தி முடிவுகளின் அதிர்வெண் பகுப்பாய்வை மேற்கொள்ளவும் (மெனு உருப்படிதரவு பகுப்பாய்வு/ஹிஸ்டோகிராம்).

புலத்தில் உள்ள உரையாடல் பெட்டியில் தரவு பகுப்பாய்வு கருவியைப் பயன்படுத்தும் போதுஉள்ளீட்டு இடைவெளிபுலத்தில் ஹிஸ்டோகிராம் கட்டப்பட்ட ஆரம்ப இடைவெளியை உள்ளிடவும்பாக்கெட் இடைவெளி- இடைவெளிகளின் மேல் எல்லைகளின் மதிப்புகள் கொண்ட வரம்பு. ஹிஸ்டோகிராம் புதிய அல்லது தற்போதைய பணித்தாளில் கட்டப்பட்டுள்ளது.

பகுதி 2

MS Excel இல் முன்கணிப்பு சிக்கல்களைத் தீர்ப்பது. நகரும் சராசரி முறை

வேலையின் நோக்கம் : புள்ளியியல் மென்பொருள் தொகுப்பான MS Excel ஐப் பயன்படுத்தி ஒரு நிறுவனத்தின் பொருளாதார நடவடிக்கைகளை முன்னறிவிப்பதில் திறன்களைப் பெறுதல்.

சுருக்கமான கோட்பாடு

ஒரு முன்னறிவிப்பு என்பது எதிர்காலத்தில் ஒரு அமைப்பின் சாத்தியமான நிலைகளின் அறிவியல் அடிப்படையிலான விளக்கமாக புரிந்து கொள்ளப்படுகிறது. எந்தவொரு நிறுவனமும், குறுகிய கால மற்றும் நீண்ட கால திட்டங்களை உருவாக்கும் போது, ​​மதிப்பைக் கணிக்க வேண்டிய கட்டாயத்தில் உள்ளது மிக முக்கியமான குறிகாட்டிகள்உற்பத்தி அளவு, விற்பனை, உற்பத்தி செலவுகள் போன்ற பொருளாதார நடவடிக்கைகள். தற்போது, ​​முன்கணிப்பு சிக்கல்களைத் தீர்க்க நவீன தொழில்நுட்பங்கள் பயன்படுத்தப்படுகின்றன. தகவல் தொழில்நுட்பம், அதன் மென்பொருளில் புள்ளிவிவர மென்பொருள் தொகுப்புகள் அடங்கும்.

சுற்றுச்சூழலில் முன்கணிப்பு சிக்கல்களை தீர்க்க MS Excel பகுப்பாய்வு தொகுப்பு பயன்படுத்தப்படுகிறது , பகுப்பாய்வு கருவிகள் உட்பட. தரவு பகுப்பாய்வுக்கான ஒரு கருவியைத் தேர்ந்தெடுத்து தேவையான அளவுருக்களை அமைப்பதன் மூலம், நீங்கள் சிக்கலை விரைவாக தீர்க்கலாம் புள்ளியியல் சிக்கல்கள், ஒரு கிராஃபிக் விளக்கத்துடன்.

பொருளாதார குறிகாட்டிகளின் நேரத் தொடரின் ஆரம்ப பகுப்பாய்வு, ஒரு போக்கின் இருப்பை உறுதி செய்வதை மீறும் தொடர் நிலைகளின் அசாதாரண மதிப்புகளைக் கண்டறிவதை உள்ளடக்கியது. குறிகாட்டிகளின் அசாதாரண மதிப்புகளை அகற்ற, நேர வரிசையை மென்மையாக்கும் செயல்முறை பயன்படுத்தப்படுகிறது. இந்த வழக்கில், தொடரின் போக்கை அடையாளம் காண, உண்மையான மதிப்புகள் கணக்கிடப்பட்டவற்றால் மாற்றப்படுகின்றன.

ஒரு முன்கணிப்பு முறையைத் தேர்ந்தெடுக்கும்போது, ​​மாற்றத்தின் தன்மை கணக்கில் எடுத்துக்கொள்ளப்படுகிறது சீரற்ற மாறிநேரத் தொடர். சராசரி மதிப்புகளின் மாறுபாடு முக்கியமற்றதாக இருந்தால் மற்றும் நேரத் தொடரில் உள்ள அனைத்து அவதானிப்புகளும் முன்னறிவிப்புக்கு சமமான முக்கியத்துவம் வாய்ந்ததாக இருந்தால், நகரும் சராசரி முறை பயன்படுத்தப்படுகிறது. நகரும் சராசரிகள் ஒரு நேரத் தொடரில் சீரற்ற மற்றும் அவ்வப்போது ஏற்ற இறக்கங்களை மென்மையாக்க (வடிகட்டி) அனுமதிக்கின்றன. எளிமையான நகரும் சராசரி மென்மையாக்கல் என்பது மிகவும் பொதுவான மென்மையான செயல்முறையாகும்.

பகுப்பாய்வு கருவியில்எம்எஸ் எக்செல் நகரும் சராசரிகணிக்கப்பட்ட மதிப்பைக் கணக்கிடுவதில் உள்ள மதிப்புகளின் எண்ணிக்கை அளவுருவால் குறிப்பிடப்படுகிறதுஇடைவெளி . பெரிய மென்மையான இடைவெளி, தொடரின் மதிப்புகளில் சிறிய ஏற்ற இறக்கங்களை மென்மையாக்குவது மிகவும் அவசியம். முறைஎளிமையான நகரும் சராசரிநேரியல் வளர்ச்சிப் போக்குடன் நேரத் தொடரில் நல்ல முடிவுகளை அளிக்கிறது.

சமீபத்திய கண்காணிப்பு முடிவுகள் முன்னறிவிப்புக்கு மிகவும் முக்கியத்துவம் வாய்ந்ததாக இருந்தால், அதிவேக மென்மையாக்கும் முறை பயன்படுத்தப்படுகிறது. அதிவேக மிருதுவாக்கும் முறையில், ஒவ்வொரு மதிப்பும் ஒரு மாறி எடையுடன் கணிக்கப்பட்ட மதிப்புகளை உருவாக்குவதில் பங்கேற்கிறது, இது தரவு காலாவதியாகும்போது குறைகிறது. பகுப்பாய்வு கருவியில் MS Excel « அதிவேக மிருதுவாக்கம்"எடையிடும் குணகம் அல்லது மென்மையாக்கும் அளவுரு அளவுருவால் தீர்மானிக்கப்படுகிறதுதணிக்கும் காரணி. பொதுவாக நேரத் தொடருக்கு பொருளாதார பணிகள்மென்மையான அளவுரு மதிப்பு 0.1 முதல் 0.3 வரையிலான வரம்பில் அமைக்கப்பட்டுள்ளது. செயல்பாட்டில் ஆரம்ப கணக்கிடப்பட்ட மதிப்புஅதிவேக மென்மையாக்குதல் MS Excel பகுப்பாய்வு தொகுப்பு தொடரின் முதல் காலத்தின் நிலைக்கு சமமாக எடுத்துக் கொள்ளப்படுகிறது. இந்த முறை தொடரின் முதல் மதிப்புகளுக்கான ஆரம்ப மற்றும் கணக்கிடப்பட்ட தரவுகளுக்கு இடையே நல்ல உடன்பாட்டை வழங்குகிறது. இறுதி கணக்கிடப்பட்ட மதிப்புகள் தொடர்புடைய ஆரம்ப மதிப்புகளிலிருந்து கணிசமாக வேறுபடுகின்றன என்றால், மென்மையான அளவுருவின் மதிப்பை மாற்றுவது நல்லது. நிலையான பிழைகள் மற்றும் வரைபடங்களின் அடிப்படையில் முரண்பாடுகளின் அளவை மதிப்பிடலாம், பகுப்பாய்வு தொகுப்பு தொடரின் கணக்கிடப்பட்ட மதிப்புகளுடன் காண்பிக்க உங்களை அனுமதிக்கிறது.

தகவல்தொடர்பு சேவைகளை வழங்குவதில் ஈடுபட்டுள்ள ஒரு நிறுவனத்தின் செயல்திறன் குறிகாட்டிகளை முன்னறிவிப்பதற்கான சாத்தியக்கூறுகளைக் கருத்தில் கொள்வோம்.

ஆய்வக ஒதுக்கீடு (பகுதி 2)

பணி 1 : நகரும் சராசரி முறையைப் பயன்படுத்தி நிறுவனத்தின் தயாரிப்புகளின் (சேவைகள்) அளவின் கணிக்கப்பட்ட மதிப்பைக் கணக்கிடுங்கள்.

பணியை முடிப்பதற்கான நடைமுறை:

கடந்த 10 ஆண்டுகளில் நிறுவனத்தால் வழங்கப்பட்ட மில்லியன் ரூபிள்களில் சேவைகளின் அளவு குறித்த தரவுகளைக் கொண்ட பணித்தாளில் ஒரு நெடுவரிசையை உருவாக்குவோம். நகரும் சராசரியைப் பயன்படுத்தி காட்டி மாற்றங்களின் போக்கைக் கண்டறிவோம். மூன்று வருட நகரும் சராசரி காலத்தை நாங்கள் தேர்வு செய்வோம், ஏனெனில் ஒரு குறுகிய காலத்தில் நகரும் சராசரி போக்கை பிரதிபலிக்காது, ஆனால் நீண்ட காலத்திற்கு அது அதை மென்மையாக்கும்.

கணக்கீடுகளுக்கு, சூத்திரத்தை நேரடியாக அறிமுகப்படுத்தும் முறையைப் பயன்படுத்துவோம். எங்கள் உதாரணத்திற்காக நிகழ்த்தப்படும் சேவைகளின் அளவின் மூன்று வருட நகரும் சராசரியைப் பெற, நாங்கள் கலத்தில் உள்ளிடுகிறோம்பி கணக்கிடுவதற்கான 5 சூத்திரம் = AVERAGE( A2:A 4) சூத்திரத்தை இடைவெளியில் நகலெடுப்போம்பி 6: பி 11.

படம் 1 ஒரு எளிய நகரும் சராசரியின் கணக்கீடு

ஆரம்ப தரவு மற்றும் நகரும் சராசரி மாற்றங்களின் இயக்கவியல் பிரதிபலிக்கும் வரைபடத்துடன் முடிவுகளை விளக்குவோம்.

படம் 2 எளிய நகரும் சராசரி முறை மூலம் பெறப்பட்ட சேவைகளின் அளவின் மாற்றங்களின் போக்கின் வரைபடம்

மற்றொரு தீர்வு, வரையறுக்க நகரும் முழு எண்ணைப் பயன்படுத்துவதாகும்பகுப்பாய்வு தொகுப்பு . பகுப்பாய்வு தொகுப்பு ஒரு துணை நிரலாகும்எம்எஸ் எக்செல் (மெனு உருப்படியைத் தேர்ந்தெடுக்கவும்சேவை/சேர்க்கைகள்மற்றும் பெட்டியை சரிபார்க்கவும்பகுப்பாய்வு தொகுப்பு).

நடைமுறை

1. கட்டளையை இயக்கவும்சேவை/தரவு பகுப்பாய்வுபகுப்பாய்வுக் கருவிகளின் பட்டியலிலிருந்து தேர்ந்தெடுக்கவும்நகரும் சராசரி.
2. உரையாடல் பெட்டியில், நகரும் சராசரியைக் கணக்கிடுவதற்கான அளவுருக்களைக் குறிப்பிடவும்:

• உள்ளீட்டு இடைவெளியாக, சேவைகளின் அளவு குறித்த தரவுகளைக் கொண்ட கலங்களின் தொகுதியைத் தேர்ந்தெடுக்கவும்.
• இடைவெளியைக் குறிப்பிடவும்- 3 (இயல்புநிலை 3), வெளியீட்டு இடைவெளியில் எந்த ஒர்க்ஷீட் கலமும் (முடிவுகள் வெளியீடாக இருக்க வேண்டிய பணித்தாள் கலத்தில் கிளிக் செய்தால் போதும்);

எக்செல் நகரும் சராசரியைக் கணக்கிடுவதற்கான சூத்திரத்தில் மதிப்புகளை உள்ளிடும் வேலையைச் செய்யும். முதல் அவதானிப்புகளுக்கான சராசரியைக் கணக்கிடும் போது போதுமான தரவு இல்லாததால், பிழை மதிப்பு #N/A வெளியீட்டு வரம்பின் ஆரம்ப கலங்களில் காட்டப்படும். தொடரில் பெறப்பட்ட முதல் மதிப்பு, மூன்றாவது காலகட்டத்திற்கான முன்னறிவிப்பு மதிப்பு அல்ல, ஆனால் நான்காவது காலகட்டத்திற்கான மதிப்பு என்பதை நினைவில் கொள்ளவும். எனவே, வெளியீட்டிற்காக குறிப்பிடப்பட்ட கலமானது கண்காணிப்பு நெடுவரிசையின் தொடக்கத்துடன் ஒத்திருந்தால், நீங்கள் கணக்கிடப்பட்ட மதிப்புகளின் நெடுவரிசையை ஒரு கலத்திற்கு கீழே நகர்த்த வேண்டும். இந்தச் செயல் முன்னறிவிப்புகளை அவை கணக்கிடப்படும் காலகட்டங்களுடன் இணைக்கும்.

பயன்படுத்தப்படும் கணக்கீட்டு சூத்திரங்கள் மற்றும் பெறப்பட்ட முடிவுகளை பகுப்பாய்வு செய்யவும்.

இதேபோல், ஐந்தாண்டு எளிய நகரும் சராசரிகளைக் கணக்கிடுங்கள். இரண்டு கணக்கீட்டு விருப்பங்களுக்கான மென்மையான முடிவுகளை ஒப்பிடுக.

பணி 2: அதிவேக மென்மையான முறையைப் பயன்படுத்தி நிறுவனத்தின் தயாரிப்புகளின் (சேவைகள்) அளவின் கணிக்கப்பட்ட மதிப்பைக் கணக்கிடுங்கள்.

நடைமுறை:

1. MS Excel தாளில் கடந்த 10 ஆண்டுகளில் நிறுவனத்தின் ஊழியர்களின் எண்ணிக்கை குறித்த தரவுகளைக் கொண்ட பட்டியலை உருவாக்கவும். தற்செயலாக தரவை உள்ளிடவும், ஆனால் போக்கை கண்டறிய முடியும்.
2. 0.1 மற்றும் பின்னர் 0.3 என்ற மென்மையான அளவுருக்கள் மூலம் அதிவேக சராசரியைப் பயன்படுத்தி நேரத் தொடரை மென்மையாக்கவும். கணக்கீட்டு முடிவுகளின் அடிப்படையில், ஒரு வரைபடத்தை உருவாக்கி, அதன் விளைவாக வரும் நேரத் தொடரில் எது மென்மையானது என்பதை தீர்மானிக்கவும்.

கட்டளையைப் பயன்படுத்தவும்சேவை/தரவு பகுப்பாய்வுபகுப்பாய்வுக் கருவிகளின் பட்டியலிலிருந்து தேர்ந்தெடுக்கவும்அதிவேக மென்மையாக்குதல்.நகரும் சராசரியைக் கணக்கிடுவதற்கான அளவுருக்களைக் குறிப்பிடவும்:

• உள்ளீட்டு இடைவெளியாக, மக்கள்தொகைத் தரவைக் கொண்ட கலங்களின் தொகுதியைத் தேர்ந்தெடுக்கவும்.
• குறிப்பிடவும் தணிக்கும் காரணி. ஒர்க்ஷீட்டின் எந்த கலமும் வெளியீட்டு இடைவெளியாக.
• வரைபடத்தின் வெளியீடு மற்றும் நிலையான பிழைகளை அமைக்கவும்.

1. இதன் விளைவாக வரும் வரைபடங்களில் போக்கு வரிகளைச் சேர்க்கவும். இதைச் செய்ய, வரைபட வரியைத் தேர்ந்தெடுக்கவும் (வரைபட வரியில் வலது கிளிக் செய்யவும்) மற்றும் சூழல் மெனுவில் உருப்படியைத் தேர்ந்தெடுக்கவும்போக்கு வரியைச் சேர்க்கவும். உரையாடல் பெட்டியில், உங்கள் தரவுக்கு மிகவும் பொருத்தமான போக்கு வகையைத் தேர்ந்தெடுக்கவும் (உதாரணமாக, நேரியல் வடிகட்டுதல்) மற்றும் வரைபடத்தில் வளைவு பொருத்தி சமன்பாட்டைக் காண்பிக்க பெட்டியை சரிபார்க்கவும்.
2. முடிவுகளை சரிபார்த்து சேமிக்கவும்.

பகுதி 3

பணித்தாள் மற்றும் ஃபில் மார்க்கர் செயல்பாடுகளைப் பயன்படுத்தி முன்கணிப்புச் சிக்கல்களைத் தீர்ப்பது

சுருக்கமான கோட்பாடு

பொருளாதார முன்னறிவிப்பில் அவர்கள் பயன்படுத்துகின்றனர் பல்வேறு மாதிரிகள்வளர்ச்சி. வளர்ச்சி வளைவு என்பது ஒரு குறிப்பிட்ட நேரத் தொடரின் தோராயமான செயல்பாடு ஆகும். வளர்ச்சி வளைவுகளைப் பயன்படுத்தி ஒரு முன்னறிவிப்பை உருவாக்கும் போது, ​​வளைவுகள் தேர்ந்தெடுக்கப்படுகின்றன, அதன் வடிவம் நேரத் தொடரின் இயக்கவியலுக்கு ஒத்திருக்கிறது, அவற்றின் அளவுருக்கள் மதிப்பிடப்படுகின்றன, தேர்ந்தெடுக்கப்பட்ட வளைவுகளின் போதுமான அளவு கணிக்கப்பட்ட செயல்முறைக்கு சரிபார்க்கப்படுகிறது, மேலும் ஒரு புள்ளி அல்லது இடைவெளி கணிப்பு கணக்கிடப்படுகிறது.

வளைவுகளை பொருத்துவதற்கு பல முறைகள் உள்ளன. எளிமையான ஒன்று காட்சி முறை. வளர்ச்சிப் போக்கு (போக்கு) வரைபடத்தில் போதுமான அளவு தெரியவில்லை என்றால், மேலே விவரிக்கப்பட்டுள்ளபடி தொடர் மென்மையாக்கப்படுகிறது, பின்னர் புதிய தொடருடன் தொடர்புடைய வளைவு தேர்ந்தெடுக்கப்பட்டது. இந்த வழக்கில், கணினி அமைப்புகளின் நவீன மென்பொருளும் பயன்படுத்தப்படுகிறது. INஎம்எஸ் எக்செல் ஒரு குறிப்பிட்ட காலத்திற்கு கணிக்கப்பட்ட மதிப்புகளைக் கணக்கிட உங்களை அனுமதிக்கும் சிறப்பு செயல்பாடுகள் கட்டமைக்கப்பட்டுள்ளன.

எக்செல் நேரியல் எக்ஸ்ட்ராபோலேஷன் செய்கிறது, அதாவது. தொடரின் வழியாக செல்லும் சிறந்த பொருத்தம் நேர்கோட்டை கணக்கிடுகிறது கொடுக்கப்பட்ட புள்ளிகள். ஒரு வரைபடத்தில் புள்ளிகளின் தொகுப்பைத் திட்டமிடுவதே பணி, பின்னர் ஒரு வரியைத் தேர்ந்தெடுக்கவும், அதனுடன் நீங்கள் செயல்பாட்டின் வளர்ச்சியை குறைந்தபட்ச பிழையுடன் கண்டறியலாம். இந்த வரி TREND கோடு என்று அழைக்கப்படுகிறது. போக்கு பகுப்பாய்வு மற்றும் குறுகிய கால முன்னறிவிப்புக்கு பயனர் கணக்கீட்டு முடிவைப் பயன்படுத்தலாம்.

எக்செல் தானாகவே போக்கு வரிகளை வரைய முடியும், பல்வேறு வகையானநேரடியாக வரைபடத்தில். கணக்கீடுகளை இரண்டு வழிகளில் செய்யலாம்:

• நிரப்பு கைப்பிடியைப் பயன்படுத்துதல்
• பணித்தாள் செயல்பாடுகளைப் பயன்படுத்துதல்

முதல் வழி

நேரியல் தோராயம்

• இடது சுட்டி பொத்தானைப் பயன்படுத்தி, நிரப்பு கைப்பிடியை இழுக்கவும், இதனால் நீங்கள் கணித்த மதிப்புகளைக் கணக்கிட விரும்பும் கலங்களும் தேர்ந்தெடுக்கப்படும். இந்த வழியில் கணக்கிடப்பட்ட மதிப்புகள் நேரியல் முன்னறிவிப்புக்கு ஒத்திருக்கும்.

அதிவேக தோராயம்

• கண்காணிப்பு முடிவுகளுடன் செல்களைத் தேர்ந்தெடுக்கவும்.
• வலது சுட்டி பொத்தானைப் பயன்படுத்தி நிரப்பு கைப்பிடியை இழுக்கவும், இதன் மூலம் நீங்கள் கணித்த மதிப்புகளைக் கணக்கிட விரும்பும் கலங்களும் தேர்ந்தெடுக்கப்படும்.
• தோன்றும் சூழல் மெனுவில், "எக்ஸ்போனன்ஷியல் ஃபிட்" கட்டளையைத் தேர்ந்தெடுக்கவும்.

இரண்டாவது வழி

MS Excel இல் பணித்தாள் புள்ளிவிவர செயல்பாடுகள் உள்ளமைக்கப்பட்டவை.

போக்கு() - முறையின் நேர்கோட்டு தோராயத்திற்கு ஏற்ப மதிப்புகளை வழங்குகிறது குறைந்தபட்ச சதுரங்கள்.

உயரம்() - அதிவேக போக்குக்கு ஏற்ப மதிப்புகளை வழங்குகிறது.

இந்த செயல்பாடுகளை பயன்படுத்தி பின்னடைவு பகுப்பாய்வு கணக்கிட மற்றொரு வழி.

வடிவம்

TREND (rev_value_Y; find_value_X; new_value_X; மாறிலி)

GROWTH செயல்பாடு அதிவேகப் போக்குக்கு ஏற்ப மதிப்புகளை வழங்குகிறது.

ஆய்வக ஒதுக்கீடு (பகுதி 3)

பணி 1:

நிரப்பு மார்க்கரைப் பயன்படுத்தி ஒரு வருடத்திற்கும் அடுத்த மூன்று காலகட்டங்களுக்கும் (2011 வரை) நேரியல் மற்றும் அதிவேக முன்னறிவிப்பைக் கணக்கிடுங்கள்.

பணி 2:

TREND மற்றும் GROWTH பணித்தாள் செயல்பாடுகளைப் பயன்படுத்தி ஒரு வருடத்திற்கான நேரியல் மற்றும் அதிவேக முன்னறிவிப்புகளைக் கணக்கிடுங்கள். ஒரு இடைவெளி முன்னறிவிப்பைக் கணக்கிட, செயல்பாட்டு உரையாடல் பெட்டியின் அளவுருக்களை நிரப்பிய பிறகு மற்றும் அதை விட்டு வெளியேறாமல், Ctrl/Shift/Enter விசை கலவையை அழுத்தவும்.

வரிசை உறுப்புகளைக் கணக்கிடுவதற்கான சூத்திரம் பணித்தாள் சூத்திரப் பட்டியில் தோன்ற வேண்டும், எடுத்துக்காட்டாக,

(= போக்கு (B 3: G 3; B 2: G 2; B 2: H 2))

எந்த மாதிரி மிகவும் துல்லியமானது என்பதைத் தீர்மானிக்கவும்.

முதல் மற்றும் இரண்டாவது பணிகளுக்கு வரைபடங்கள் மற்றும் போக்கு வரிகளை வரையவும்.

எக்ஸ்ட்ராபோலேஷன் - இதுதான் முறை அறிவியல் ஆராய்ச்சி, இது கடந்த கால மற்றும் தற்போதைய போக்குகள், வடிவங்கள், முன்னறிவிப்பு பொருளின் எதிர்கால வளர்ச்சிக்கான இணைப்புகள் ஆகியவற்றின் பரவலை அடிப்படையாகக் கொண்டது. பிரித்தெடுத்தல் முறைகள் அடங்கும் நகரும் சராசரி முறை, அதிவேக மென்மையான முறை, குறைந்தபட்ச சதுர முறை.

நகரும் சராசரி முறை நன்கு அறியப்பட்ட நேரத் தொடர் மென்மையாக்கும் முறைகளில் ஒன்றாகும்.

இந்த முறையைப் பயன்படுத்தி, சீரற்ற ஏற்ற இறக்கங்களை அகற்றவும், முக்கிய காரணிகளின் செல்வாக்கிற்கு ஒத்த மதிப்புகளைப் பெறவும் முடியும்.

நகரும் சராசரிகளைப் பயன்படுத்தி மென்மையாக்குவது சராசரி மதிப்புகளில் சீரற்ற விலகல்கள் ஒன்றையொன்று ரத்து செய்வதை அடிப்படையாகக் கொண்டது.

தேர்ந்தெடுக்கப்பட்ட நேர இடைவெளியில் நேரத் தொடரின் ஆரம்ப நிலைகளை எண்கணித சராசரியுடன் மாற்றுவதால் இது நிகழ்கிறது. இதன் விளைவாக வரும் மதிப்பு தேர்ந்தெடுக்கப்பட்ட நேர இடைவெளியின் (காலம்) நடுப்பகுதியைக் குறிக்கிறது.

பின்னர் காலம் ஒரு கவனிப்பால் மாற்றப்பட்டு, சராசரியின் கணக்கீடு மீண்டும் மீண்டும் செய்யப்படுகிறது. இந்த வழக்கில், சராசரியை நிர்ணயிப்பதற்கான காலங்கள் எல்லா நேரத்திலும் ஒரே மாதிரியாக இருக்கும். இவ்வாறு, ஒவ்வொரு விஷயத்திலும், சராசரியானது மையமாக உள்ளது, அதாவது. மென்மையான இடைவெளியின் நடுப்பகுதிக்கு குறிப்பிடப்படுகிறது மற்றும் இந்த புள்ளியின் அளவைக் குறிக்கிறது.

நகரும் சராசரிகளுடன் நேரத் தொடரை மென்மையாக்கும் போது, ​​தொடரின் அனைத்து நிலைகளும் கணக்கீடுகளில் ஈடுபட்டுள்ளன. பரந்த மென்மையான இடைவெளி, மென்மையான போக்கு. வழுவழுப்பான தொடர் (n–1) அவதானிப்புகளால் அசலை விட சிறியது, இங்கு n என்பது மென்மையான இடைவெளியின் மதிப்பு.

n இன் பெரிய மதிப்புகளில், மென்மையான தொடரின் மாறுபாடு கணிசமாகக் குறைக்கப்படுகிறது. அதே நேரத்தில், அவதானிப்புகளின் எண்ணிக்கை குறிப்பிடத்தக்க அளவில் குறைக்கப்படுகிறது, இது சிரமங்களை உருவாக்குகிறது.

மென்மையான இடைவெளியின் தேர்வு ஆய்வின் நோக்கங்களைப் பொறுத்தது. இந்த வழக்கில், நடவடிக்கை நடக்கும் காலப்பகுதியால் ஒருவர் வழிநடத்தப்பட வேண்டும், இதன் விளைவாக, சீரற்ற காரணிகளின் செல்வாக்கை நீக்குதல்.

இந்த முறை குறுகிய கால முன்னறிவிப்புக்கு பயன்படுத்தப்படுகிறது. அதன் செயல்பாட்டு சூத்திரம்: முன்னறிவிப்பை உருவாக்க நகரும் சராசரி முறையைப் பயன்படுத்துவதற்கான எடுத்துக்காட்டு

• பணி
• . பிராந்தியத்தில் வேலையின்மை விகிதத்தை வகைப்படுத்தும் தரவு உள்ளது,%
• பின்வரும் முறைகளைப் பயன்படுத்தி நவம்பர், டிசம்பர், ஜனவரிக்கான பிராந்தியத்தில் வேலையின்மை விகிதத்தின் முன்னறிவிப்பை உருவாக்கவும்: நகரும் சராசரி, அதிவேக மென்மையாக்கம், குறைந்தபட்ச சதுரங்கள்.

ஒவ்வொரு முறையையும் பயன்படுத்தி வரும் முன்னறிவிப்புகளில் உள்ள பிழைகளைக் கணக்கிடுங்கள்.

முடிவுகளை ஒப்பிட்டு முடிவுகளை எடுக்கவும்.

நகரும் சராசரி முறையைப் பயன்படுத்தி தீர்வு

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பு மதிப்பைக் கணக்கிட, நீங்கள் கண்டிப்பாக:
1. மென்மையான இடைவெளியின் மதிப்பைத் தீர்மானிக்கவும், உதாரணமாக 3 (n = 3) க்கு சமம்.
எடுக்கப்பட்ட காலத்தின் நடுவில் விளைந்த மதிப்பை அட்டவணையில் உள்ளிடுகிறோம்.
அடுத்து, அடுத்த மூன்று காலகட்டங்களுக்கு மீ கணக்கிடுகிறோம்: பிப்ரவரி, மார்ச், ஏப்ரல்.
மீ மார்ச் = (Ufev + Umart + Uapr)/ 3 = (2.66+2.63+2.56)/3 = 2.62
அடுத்து, ஒப்புமை மூலம், ஒவ்வொரு மூன்று அருகிலுள்ள காலங்களுக்கும் m ஐக் கணக்கிட்டு முடிவுகளை அட்டவணையில் உள்ளிடவும்.

3. எல்லா காலகட்டங்களுக்கும் நகரும் சராசரியைக் கணக்கிட்டு, சூத்திரத்தைப் பயன்படுத்தி நவம்பர் மாதத்திற்கான முன்னறிவிப்பை உருவாக்குகிறோம்:

எங்கே t + 1 - முன்னறிவிப்பு காலம்; t - முன்னறிவிப்பு காலத்திற்கு முந்தைய காலம் (ஆண்டு, மாதம், முதலியன); Уt+1 - கணிக்கப்பட்ட காட்டி;

mt-1 - முன்னறிவிப்புக்கு முன் இரண்டு காலகட்டங்களுக்கு சராசரி நகரும்; n - மென்மையான இடைவெளியில் சேர்க்கப்பட்டுள்ள நிலைகளின் எண்ணிக்கை; Уt - முந்தைய காலத்திற்கான ஆய்வின் கீழ் நிகழ்வின் உண்மையான மதிப்பு; Уt-1 - முன்னறிவிப்புக்கு முந்தைய இரண்டு காலகட்டங்களில் ஆய்வுக்கு உட்பட்ட நிகழ்வின் உண்மையான மதிப்பு.
U நவம்பர் = 1.57 + 1/3 (1.42 - 1.56) = 1.57 - 0.05 = 1.52
அக்டோபர் மாதத்திற்கான நகரும் சராசரி மீயை நாங்கள் தீர்மானிக்கிறோம்.
மீ = (1.56+1.42+1.52) /3 = 1.5
டிசம்பர் மாதத்திற்கான முன்னறிவிப்பை நாங்கள் செய்கிறோம்.
U டிசம்பர் = 1.5 + 1/3 (1.52 - 1.42) = 1.53
நவம்பர் மாதத்திற்கான நகரும் சராசரி மீயை நாங்கள் தீர்மானிக்கிறோம்.
மீ = (1.42+1.52+1.53) /3 = 1.49
ஜனவரி மாதத்திற்கான முன்னறிவிப்பை நாங்கள் செய்கிறோம்.
Y ஜனவரி = 1.49 + 1/3 (1.53 - 1.52) = 1.49

பெறப்பட்ட முடிவை அட்டவணையில் உள்ளிடுகிறோம். நாங்கள் சராசரியை கணக்கிடுகிறோம்உறவினர் பிழை

சூத்திரத்தின் படி: ε = 9.01/8 = 1.13%முன்னறிவிப்பு துல்லியம்

உயர். அடுத்து, இந்த சிக்கலை முறைகளைப் பயன்படுத்தி தீர்ப்போம் அதிவேக மென்மையாக்குதல் மற்றும் குறைந்தபட்ச சதுரங்கள்

. முடிவுகளை எடுப்போம்.

நகரும் சராசரி முறை என்பது பல்வேறு வகையான சிக்கல்களைத் தீர்க்கப் பயன்படும் ஒரு புள்ளிவிவரக் கருவியாகும். குறிப்பாக, இது பெரும்பாலும் முன்னறிவிப்பில் பயன்படுத்தப்படுகிறது. எக்செல் இல், நீங்கள் பல சிக்கல்களைத் தீர்க்க இந்தக் கருவியைப் பயன்படுத்தலாம். எக்செல் இல் நகரும் சராசரி எவ்வாறு பயன்படுத்தப்படுகிறது என்பதைப் பார்ப்போம். பொருள்இந்த முறை அதன் உதவியுடன், தேர்ந்தெடுக்கப்பட்ட தொடரின் முழுமையான டைனமிக் மதிப்புகள் தரவை மென்மையாக்குவதன் மூலம் ஒரு குறிப்பிட்ட காலத்திற்கு எண்கணித சராசரியாக மாற்றப்படுகின்றன. இந்த கருவி பொருளாதார கணக்கீடுகள், முன்கணிப்பு, பங்குச் சந்தையில் வர்த்தகம் செய்யும் செயல்பாட்டில் பயன்படுத்தப்படுகிறது. எனப்படும் சக்திவாய்ந்த புள்ளிவிவர தரவு செயலாக்க கருவியைப் பயன்படுத்தி எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்துவது சிறந்ததுபகுப்பாய்வு தொகுப்பு . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்.

சராசரி

முறை 1: பகுப்பாய்வு தொகுப்புபகுப்பாய்வு தொகுப்பு

முன்னிருப்பாக முடக்கப்பட்ட எக்செல் ஆட்-இன் ஆகும். எனவே, முதலில், நீங்கள் அதை இயக்க வேண்டும். இந்த நடவடிக்கைக்குப் பிறகு, தொகுப்புசெயல்படுத்தப்பட்டது, மற்றும் தொடர்புடைய பொத்தான் தாவலில் உள்ள ரிப்பனில் தோன்றியது "தரவு".

தொகுப்பின் திறன்களை நீங்கள் எவ்வாறு நேரடியாகப் பயன்படுத்தலாம் என்பதை இப்போது பார்க்கலாம் தரவு பகுப்பாய்வுநகரும் சராசரி முறையைப் பயன்படுத்தி வேலை செய்வதற்கு. முந்தைய 11 காலகட்டங்களுக்கான நிறுவனத்தின் வருமானத்தைப் பற்றிய தகவலின் அடிப்படையில் பன்னிரண்டாவது மாதத்திற்கான முன்னறிவிப்பைச் செய்வோம். இதைச் செய்ய, தரவு மற்றும் கருவிகள் நிரப்பப்பட்ட அட்டவணையைப் பயன்படுத்துவோம் பகுப்பாய்வு தொகுப்பு.

1. தாவலுக்குச் செல்லவும் "தரவு"மற்றும் பொத்தானை அழுத்தவும் இந்த நடவடிக்கைக்குப் பிறகு, தொகுப்பு, இது தொகுதியில் கருவி ரிப்பனில் அமைந்துள்ளது "பகுப்பாய்வு".



2. கிடைக்கக்கூடிய கருவிகளின் பட்டியல் பகுப்பாய்வு தொகுப்பு. அவர்களிடமிருந்து ஒரு பெயரைத் தேர்ந்தெடுக்கவும் "நகரும் சராசரி"மற்றும் பொத்தானை அழுத்தவும் "சரி".



3. நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பதற்கான தரவு உள்ளீடு சாளரம் திறக்கிறது.

   களத்தில் "உள்ளீடு இடைவெளி"தரவு கணக்கிடப்பட வேண்டிய கலம் இல்லாமல் மாதாந்திர வருவாய்த் தொகை அமைந்துள்ள வரம்பின் முகவரியை நாங்கள் குறிப்பிடுகிறோம்.

   களத்தில் "இடைவெளி"மென்மையான முறையைப் பயன்படுத்தி மதிப்புகளைச் செயலாக்குவதற்கான இடைவெளியை நீங்கள் குறிப்பிட வேண்டும். முதலில், மென்மையான மதிப்பை மூன்று மாதங்களுக்கு அமைப்போம், எனவே எண்ணை உள்ளிடவும் "3".

   களத்தில் "வெளியீட்டு இடைவெளி"செயலாக்கத்திற்குப் பிறகு தரவு காட்டப்படும் தாளில் தன்னிச்சையான வெற்று வரம்பை நீங்கள் குறிப்பிட வேண்டும், இது உள்ளீட்டு இடைவெளியை விட ஒரு செல் பெரியதாக இருக்க வேண்டும்.

   அளவுருவுக்கு அடுத்துள்ள பெட்டியையும் நீங்கள் சரிபார்க்க வேண்டும் "நிலையான பிழைகள்".

   தேவைப்பட்டால், உருப்படிக்கு அடுத்த பெட்டியையும் நீங்கள் சரிபார்க்கலாம் "வரைபட வெளியீடு"காட்சி ஆர்ப்பாட்டத்திற்கு, எங்கள் விஷயத்தில் இது தேவையில்லை என்றாலும்.

   அனைத்து அமைப்புகளும் செய்யப்பட்ட பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".



4. நிரல் செயலாக்க முடிவைக் காட்டுகிறது.



5. எந்த முடிவு மிகவும் சரியானது என்பதைத் தீர்மானிக்க, இரண்டு மாதங்களுக்குள் மென்மையாக்குவோம். இந்த நோக்கங்களுக்காக, நாங்கள் கருவியை மீண்டும் தொடங்குகிறோம் "நகரும் சராசரி" பகுப்பாய்வு தொகுப்பு.

   களத்தில் "உள்ளீடு இடைவெளி"முந்தைய வழக்கில் இருந்த அதே மதிப்புகளை விட்டு விடுகிறோம்.

   களத்தில் "இடைவெளி"ஒரு எண்ணை வைக்கவும் "2".

   களத்தில் "வெளியீட்டு இடைவெளி"புதிய வெற்று வரம்பின் முகவரியை நாங்கள் குறிப்பிடுகிறோம், மீண்டும், உள்ளீட்டு இடைவெளியை விட ஒரு கலம் பெரியதாக இருக்க வேண்டும்.

   மீதமுள்ள அமைப்புகளை அப்படியே விடுகிறோம். அதன் பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".



6. இதைத் தொடர்ந்து, நிரல் ஒரு கணக்கீட்டைச் செய்து அதன் முடிவைத் திரையில் காண்பிக்கும். இரண்டு மாதிரிகளில் எது மிகவும் துல்லியமானது என்பதைத் தீர்மானிக்க, நிலையான பிழைகளை ஒப்பிட வேண்டும். இந்த காட்டி குறைவாக இருந்தால், பெறப்பட்ட முடிவின் துல்லியத்தின் அதிக வாய்ப்பு உள்ளது. நீங்கள் பார்க்க முடியும் என, அனைத்து மதிப்புகளுக்கும் இரண்டு மாத நகரும் சராசரியை கணக்கிடும் போது நிலையான பிழை 3 மாதங்களுக்கு அதே காட்டி விட குறைவாக உள்ளது. எனவே, டிசம்பர் மாதத்திற்கான கணிக்கப்பட்ட மதிப்பானது, கடந்த காலத்திற்கான நெகிழ் முறையால் கணக்கிடப்பட்ட மதிப்பாகக் கருதப்படலாம். எங்கள் விஷயத்தில், இந்த மதிப்பு 990.4 ஆயிரம் ரூபிள் ஆகும்.

முறை 2: AVERAGE செயல்பாட்டைப் பயன்படுத்துதல்

எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்த மற்றொரு வழி உள்ளது. அதைப் பயன்படுத்த, நீங்கள் பல நிலையான நிரல் செயல்பாடுகளைப் பயன்படுத்த வேண்டும், அதன் அடிப்படை எங்கள் நோக்கத்திற்காக உள்ளது . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம். எடுத்துக்காட்டாக, முதல் வழக்கில் இருந்த அதே நிறுவன வருமான அட்டவணையைப் பயன்படுத்துவோம்.

கடந்த முறை போலவே, சீரான நேரத் தொடரை உருவாக்க வேண்டும். ஆனால் இந்த முறை செயல்கள் அவ்வளவு தானாக இருக்காது. முடிவுகளை ஒப்பிடுவதற்கு ஒவ்வொரு இரண்டு மற்றும் மூன்று மாதங்களுக்கும் சராசரியை நீங்கள் கணக்கிட வேண்டும்.

முதலில், செயல்பாட்டைப் பயன்படுத்தி முந்தைய இரண்டு காலகட்டங்களுக்கான சராசரி மதிப்புகளைக் கணக்கிடுவோம் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம். மார்ச் மாதத்திலிருந்து மட்டுமே இதைச் செய்ய முடியும், ஏனெனில் பிந்தைய தேதிகளில் மதிப்புகளில் இடைவெளி உள்ளது.

1. மார்ச் மாதத்திற்கான வரிசையில் உள்ள வெற்று நெடுவரிசையில் ஒரு கலத்தைத் தேர்ந்தெடுக்கவும். அடுத்து, ஐகானைக் கிளிக் செய்யவும் "செருகு செயல்பாடு", இது ஃபார்முலா பட்டிக்கு அருகில் அமைந்துள்ளது.



2. சாளரம் செயல்படுத்தப்பட்டது செயல்பாட்டு வழிகாட்டிகள். பிரிவில் "புள்ளியியல்"அர்த்தம் தேடுகிறது "சராசரி", அதைத் தேர்ந்தெடுத்து பொத்தானைக் கிளிக் செய்யவும் "சரி".



3. ஆபரேட்டர் வாதங்கள் சாளரம் திறக்கிறது . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம். அதன் தொடரியல் பின்வருமாறு:

   சராசரி(எண்1,எண்2,...)

   ஒரே ஒரு வாதம் தேவை.

   எங்கள் விஷயத்தில், துறையில் "எண்1"முந்தைய இரண்டு காலகட்டங்களுக்கான (ஜனவரி மற்றும் பிப்ரவரி) வருமானம் குறிப்பிடப்பட்ட வரம்பிற்கு நாம் இணைப்பை வழங்க வேண்டும். புலத்தில் கர்சரை வைத்து, நெடுவரிசையில் உள்ள தாளில் தொடர்புடைய கலங்களைத் தேர்ந்தெடுக்கவும் "வருமானம்". அதன் பிறகு, பொத்தானைக் கிளிக் செய்யவும் "சரி".



4. நீங்கள் பார்க்க முடியும் என, முந்தைய இரண்டு காலகட்டங்களுக்கான சராசரி மதிப்பைக் கணக்கிடுவதன் முடிவு கலத்தில் காட்டப்பட்டது. காலத்தின் மற்ற எல்லா மாதங்களுக்கும் இதேபோன்ற கணக்கீடுகளைச் செய்ய, இந்த சூத்திரத்தை மற்ற கலங்களுக்கு நகலெடுக்க வேண்டும். இதைச் செய்ய, செயல்பாட்டைக் கொண்ட கலத்தின் கீழ் வலது மூலையில் கர்சரை வைக்கவும். கர்சர் ஒரு நிரப்பு கைப்பிடிக்கு மாறுகிறது, அது ஒரு குறுக்கு போல் தெரிகிறது. இடது சுட்டி பொத்தானை அழுத்திப் பிடித்து, அதை நெடுவரிசையின் கடைசி வரை இழுக்கவும்.



5. முந்தைய இரண்டு மாதங்களுக்கான சராசரி மதிப்பின் முடிவுகளின் கணக்கீட்டை ஆண்டு முடிவதற்கு முன் பெறுகிறோம்.



6. இப்போது ஏப்ரல் வரிசையின் அடுத்த காலியான நெடுவரிசையில் உள்ள கலத்தைத் தேர்ந்தெடுக்கவும். செயல்பாட்டு வாதங்கள் சாளரத்தை அழைக்கிறது . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்முன்பு விவரிக்கப்பட்ட அதே வழியில். களத்தில் "எண்1"நெடுவரிசையில் கலங்களின் ஆயங்களை உள்ளிடவும் "வருமானம்"ஜனவரி முதல் மார்ச் வரை. பின்னர் பொத்தானைக் கிளிக் செய்யவும் "சரி".



7. நிரப்பு மார்க்கரைப் பயன்படுத்தி, கீழே உள்ள அட்டவணை கலங்களில் சூத்திரத்தை நகலெடுக்கவும்.



8. எனவே, நாங்கள் மதிப்புகளைக் கணக்கிட்டோம். இப்போது, ​​முன்பு போலவே, எந்த வகையான பகுப்பாய்வு சிறந்தது என்பதை நாம் கண்டுபிடிக்க வேண்டும்: 2 அல்லது 3 மாதங்கள் மென்மையாக்குதல். இதைச் செய்ய, நீங்கள் நிலையான விலகல் மற்றும் வேறு சில குறிகாட்டிகளைக் கணக்கிட வேண்டும். முதலில், தரநிலையைப் பயன்படுத்தி முழுமையான விலகலைக் கணக்கிடுவோம் எக்செல் செயல்பாடு ஏபிஎஸ், இது நேர்மறைக்கு பதிலாக அல்லது எதிர்மறை எண்கள்அவர்களின் தொகுதியை திருப்பித் தருகிறது. இந்த மதிப்பு தேர்ந்தெடுக்கப்பட்ட மாதத்திற்கான உண்மையான வருவாய் குறிகாட்டிக்கும் கணிக்கப்பட்ட ஒன்றிற்கும் இடையிலான வேறுபாட்டிற்கு சமமாக இருக்கும். மே மாதத்திற்கான வரிசையில் அடுத்த வெற்று நெடுவரிசையில் கர்சரை வைக்கவும். அழைப்பு செயல்பாட்டு வழிகாட்டி.



9. பிரிவில் "கணிதம்"செயல்பாட்டின் பெயரை முன்னிலைப்படுத்தவும் "ஏபிஎஸ்". பொத்தானை கிளிக் செய்யவும் "சரி".



10. செயல்பாட்டு வாதங்கள் சாளரம் திறக்கிறது ஏபிஎஸ். ஒரே துறையில் "எண்"நெடுவரிசைகளில் உள்ள கலங்களின் உள்ளடக்கங்களுக்கு இடையிலான வேறுபாட்டைக் குறிக்கிறது "வருமானம்"மற்றும் "2 மாதங்கள்"மே மாதத்திற்கு. பின்னர் பொத்தானைக் கிளிக் செய்யவும் "சரி".



11. நிரப்பு மார்க்கரைப் பயன்படுத்தி, நவம்பர் வரையிலான அட்டவணையின் அனைத்து வரிசைகளிலும் இந்த சூத்திரத்தை நகலெடுக்கவும்.



12. ஏற்கனவே நமக்குத் தெரிந்த செயல்பாட்டைப் பயன்படுத்தி முழு காலத்திற்கான முழுமையான விலகலின் சராசரி மதிப்பைக் கணக்கிடுகிறோம் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்.



13. 3 மாத நகரும் சராசரிக்கான முழுமையான விலகலைக் கணக்கிட, இதேபோன்ற செயல்முறையை நாங்கள் செய்கிறோம். முதலில் நாம் செயல்பாட்டைப் பயன்படுத்துகிறோம் ஏபிஎஸ். 3 மாதங்களுக்கு நகரும் சராசரி முறையைப் பயன்படுத்தி கணக்கிடப்பட்ட உண்மையான வருமானம் மற்றும் திட்டமிடப்பட்ட வருமானம் கொண்ட கலங்களின் உள்ளடக்கங்களுக்கு இடையிலான வேறுபாட்டை இந்த நேரத்தில் மட்டுமே கணக்கிடுகிறோம்.



14. அடுத்து, செயல்பாட்டைப் பயன்படுத்தி அனைத்து முழுமையான விலகல் தரவின் சராசரி மதிப்பைக் கணக்கிடுகிறோம் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்.



15. அடுத்த கட்டம் தொடர்புடைய விலகலைக் கணக்கிடுவது. இது உண்மையான காட்டிக்கு முழுமையான விலகலின் விகிதத்திற்கு சமம். தவிர்க்கும் பொருட்டு எதிர்மறை மதிப்புகள், ஆபரேட்டரால் வழங்கப்படும் வாய்ப்புகளை நாங்கள் மீண்டும் பயன்படுத்துவோம் ஏபிஎஸ். இந்த நேரத்தில், இந்தச் செயல்பாட்டைப் பயன்படுத்தி, 2-மாத நகரும் சராசரி முறையைப் பயன்படுத்தும் போது, ​​தேர்ந்தெடுக்கப்பட்ட மாதத்திற்கான உண்மையான வருமானத்தின் மூலம் முழுமையான விலகல் மதிப்பை வகுக்கிறோம்.



16. ஆனால் ஒப்பீட்டு விலகல் பொதுவாக ஒரு சதவீதமாக காட்டப்படும். எனவே, தாளில் தொடர்புடைய வரம்பைத் தேர்ந்தெடுத்து தாவலுக்குச் செல்லவும் "வீடு", கருவித் தொகுதியில் எங்கே "எண்"ஒரு சிறப்பு வடிவமைப்பு துறையில் நாம் சதவீத வடிவமைப்பை அமைக்கிறோம். இதற்குப் பிறகு, ஒப்பீட்டு விலகலைக் கணக்கிடுவதன் முடிவு ஒரு சதவீதமாக காட்டப்படும்.



17. 3 மாதங்களுக்கு மென்மையாக்கத்தைப் பயன்படுத்தி தரவுகளுடன் தொடர்புடைய விலகலைக் கணக்கிட இதேபோன்ற செயல்பாட்டைச் செய்கிறோம். இந்த விஷயத்தில் மட்டுமே, ஈவுத்தொகையாக கணக்கிட, அட்டவணையின் மற்றொரு நெடுவரிசையைப் பயன்படுத்துகிறோம், அதன் பெயர் நமக்கு உள்ளது “ஏபிஎஸ். ஆஃப் (3 மீ)". பின்னர் எண் மதிப்புகளை சதவீத வடிவமாக மாற்றுகிறோம்.



18. இதற்குப் பிறகு, செயல்பாட்டைப் பயன்படுத்துவதற்கு முன்பு, இரண்டு நெடுவரிசைகளுக்கான சராசரி மதிப்புகளை ஒப்பீட்டு விலகலுடன் கணக்கிடுகிறோம் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம். கணக்கீட்டிற்கு, சதவீத மதிப்புகளை செயல்பாட்டு வாதங்களாக எடுத்துக்கொள்வதால், கூடுதல் மாற்றத்தை செய்ய வேண்டிய அவசியமில்லை. வெளியீட்டு ஆபரேட்டர் முடிவை சதவீத வடிவத்தில் உருவாக்குகிறது.



19. இப்போது நாம் நிலையான விலகலைக் கணக்கிடுவோம். இந்த காட்டி இரண்டு மற்றும் மூன்று மாதங்களுக்கு மென்மையாக்கத்தைப் பயன்படுத்தும் போது கணக்கீட்டின் தரத்தை நேரடியாக ஒப்பிட்டுப் பார்க்க அனுமதிக்கும். எங்கள் விஷயத்தில், நிலையான விலகல், மாதங்களின் எண்ணிக்கையால் வகுக்கப்பட்ட உண்மையான வருவாய்க்கும் நகரும் சராசரிக்கும் இடையிலான வேறுபாடுகளின் வர்க்கங்களின் கூட்டுத்தொகையின் வர்க்க மூலத்திற்குச் சமமாக இருக்கும். நிரலில் கணக்கீடுகளைச் செய்ய, நாம் பல செயல்பாடுகளைப் பயன்படுத்த வேண்டும், குறிப்பாக ரூட், தொகை வேறுபட்டதுமற்றும் சரிபார்க்கவும். எடுத்துக்காட்டாக, மே மாதத்தில் இரண்டு மாதங்களுக்கு ஒரு மென்மையான வரியைப் பயன்படுத்தும் போது நிலையான விலகலைக் கணக்கிட, எங்கள் விஷயத்தில், பின்வரும் சூத்திரம் பயன்படுத்தப்படும்:

    SQRT(SUMVARE(B6:B12,C6:C12)/COUNT(B6:B12))

    நாங்கள் அதை நெடுவரிசையின் மற்ற கலங்களுக்கு நகலெடுத்து நிரப்பு மார்க்கரைப் பயன்படுத்தி நிலையான விலகலைக் கணக்கிடுகிறோம்.



20. 3 மாத நகரும் சராசரிக்கான நிலையான விலகலைக் கணக்கிட, இதேபோன்ற செயல்பாட்டைச் செய்கிறோம்.



21. இதற்குப் பிறகு, செயல்பாட்டைப் பயன்படுத்தி இந்த இரண்டு குறிகாட்டிகளுக்கும் முழு காலத்திற்கான சராசரி மதிப்பைக் கணக்கிடுகிறோம் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்.



22. முழுமையான விலகல், ஒப்பீட்டு விலகல் மற்றும் நிலையான விலகல் போன்ற குறிகாட்டிகளின் அடிப்படையில் நகரும் சராசரி முறையைப் பயன்படுத்தி 2 மற்றும் 3 மாதங்கள் மென்மையாக்கும் கணக்கீடுகளை ஒப்பிட்டுப் பார்த்தால், மூன்று மாதங்களுக்கு மென்மையாக்குவதை விட இரண்டு மாதங்களுக்கு மென்மையாக்குவது நம்பகமான முடிவுகளைத் தரும் என்று நாம் நம்பிக்கையுடன் கூறலாம். இரண்டு மாத நகரும் சராசரிக்கு மேலே உள்ள குறிகாட்டிகள் மூன்று மாத நகரும் சராசரியை விட குறைவாக இருப்பது இதற்கு சான்றாகும்.



23. எனவே, டிசம்பரில் நிறுவனத்தின் திட்டமிடப்பட்ட வருமானம் 990.4 ஆயிரம் ரூபிள் ஆகும். நீங்கள் பார்க்க முடியும் என, இந்த மதிப்பு கருவிகளைப் பயன்படுத்தி கணக்கிடும்போது நாம் பெற்ற மதிப்புடன் முற்றிலும் ஒத்துப்போகிறது பகுப்பாய்வு தொகுப்பு.

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்பை இரண்டு வழிகளில் கணக்கிட்டோம். நீங்கள் பார்க்க முடியும் என, இந்த செயல்முறை கருவிகளைப் பயன்படுத்தி செய்ய மிகவும் எளிதானது பகுப்பாய்வு தொகுப்பு. இருப்பினும், சில பயனர்கள் எப்போதும் தானியங்கி கணக்கீட்டை நம்புவதில்லை மற்றும் கணக்கீடுகளுக்கு செயல்பாட்டைப் பயன்படுத்த விரும்புகிறார்கள் . கூடுதலாக, நீங்கள் அதே நோக்கங்களுக்காக உள்ளமைக்கப்பட்ட எக்செல் செயல்பாட்டைப் பயன்படுத்தலாம்மற்றும் மிகவும் நம்பகமான விருப்பத்தை சரிபார்க்க துணை ஆபரேட்டர்கள். இருப்பினும், எல்லாவற்றையும் சரியாகச் செய்தால், கணக்கீடுகளின் இறுதி முடிவு முற்றிலும் ஒரே மாதிரியாக இருக்க வேண்டும்.

பொருளாதார சூழ்நிலைகளின் நடைமுறை மாதிரியாக்கம் முன்னறிவிப்புகளின் வளர்ச்சியை உள்ளடக்கியது. பயன்படுத்துவதன் மூலம் எக்செல் கருவிகள்அது போன்ற செயல்படுத்த முடியும் பயனுள்ள வழிகள்முன்னறிவிப்பு போன்றது: அதிவேக மென்மையாக்குதல், கட்டிட பின்னடைவு, நகரும் சராசரி. நகரும் சராசரி முறையைப் பயன்படுத்துவதைக் கூர்ந்து கவனிப்போம்.

Excel இல் நகரும் சராசரிகளைப் பயன்படுத்துதல்

நகரும் சராசரி முறை ஒன்று அனுபவ முறைகள்நேரத் தொடரை மென்மையாக்குவதற்கும் முன்னறிவிப்பதற்கும். சாராம்சம்: டைனமிக்ஸ் தொடரின் முழுமையான மதிப்புகள் சராசரியாக மாறுகின்றன எண்கணித மதிப்புகள்குறிப்பிட்ட இடைவெளியில். இடைவெளிகளின் தேர்வு நெகிழ் முறையைப் பயன்படுத்தி மேற்கொள்ளப்படுகிறது: முதல் நிலைகள் படிப்படியாக அகற்றப்பட்டு, அடுத்தடுத்தவை சேர்க்கப்படுகின்றன. இதன் விளைவாக, ஒரு மென்மையான மாறும் மதிப்புகளின் தொடர், இது ஆய்வின் கீழ் உள்ள அளவுருவில் ஏற்படும் மாற்றங்களின் போக்கை தெளிவாகக் கண்டறிய அனுமதிக்கிறது.

நேரத் தொடர் என்பது ஒன்றுக்கொன்று தொடர்புடைய X மற்றும் Y மதிப்புகளின் தொகுப்பாகும். X - நேர இடைவெளிகள், நிலையான மாறி. Y - ஆய்வின் கீழ் உள்ள நிகழ்வின் சிறப்பியல்பு (விலை, எடுத்துக்காட்டாக, ஒரு குறிப்பிட்ட காலத்திற்கு செல்லுபடியாகும்), சார்பு மாறி. நகரும் சராசரியைப் பயன்படுத்தி, காலப்போக்கில் Y மதிப்பில் ஏற்படும் மாற்றங்களின் தன்மையைக் கண்டறிந்து கணிக்க முடியும் இந்த அளவுருஎதிர்காலத்தில். மதிப்புகள் இயக்கவியலில் தெளிவான போக்கைக் காட்டும்போது இந்த முறை செயல்படுகிறது.

எடுத்துக்காட்டாக, நவம்பர் மாதத்திற்கான விற்பனையை நீங்கள் கணிக்க வேண்டும். ஆய்வாளர் பகுப்பாய்வு செய்ய முந்தைய மாதங்களின் எண்ணிக்கையைத் தேர்ந்தெடுக்கிறார் (நடக்கும் சராசரி விதிமுறைகளின் உகந்த எண் மீ). நவம்பர் மாதத்திற்கான முன்னறிவிப்பு, மீ முந்தைய மாதங்களுக்கான அளவுருக்களின் சராசரி மதிப்பாக இருக்கும்.

பணி. 11 மாதங்களுக்கு நிறுவனத்தின் வருவாயை பகுப்பாய்வு செய்து, 12 வது மாதத்திற்கான முன்னறிவிப்பை உருவாக்கவும்.

AVERAGE செயல்பாட்டைப் பயன்படுத்தி நகரும் சராசரி முறையைப் பயன்படுத்தி சீரான நேரத் தொடரை உருவாக்குவோம். கொடுக்கப்பட்ட நேரத் தொடரிலிருந்து சீரான நேரத் தொடரின் சராசரி விலகல்களைக் கண்டறியலாம்.

தொடர்புடைய விலகல்கள்:

நிலையான விலகல்கள்:

விலகல்களைக் கணக்கிடும்போது நாங்கள் எடுத்தோம் அதே எண்அவதானிப்புகள். செயல்படுத்த இது அவசியம் ஒப்பீட்டு பகுப்பாய்வுபிழைகள்.

விலகல்களுடன் அட்டவணைகளை ஒப்பிட்டுப் பார்த்த பிறகு, எக்செல் இல் நகரும் சராசரி முறையைப் பயன்படுத்தி ஒரு நிறுவனத்தின் வருவாயில் ஏற்படும் மாற்றங்களின் போக்கு குறித்து முன்னறிவிப்பு செய்ய, இரண்டு மாத நகரும் சராசரி மாதிரி விரும்பத்தக்கது என்பது தெளிவாகியது. இது குறைந்தபட்ச முன்கணிப்பு பிழைகளைக் கொண்டுள்ளது (மூன்று மற்றும் நான்கு மாதங்களுடன் ஒப்பிடும்போது).

12வது மாதத்திற்கான வருவாயின் கணிப்பு மதிப்பு 9,430 அமெரிக்க டாலர்கள்.

பகுப்பாய்வு பேக் செருகு நிரலைப் பயன்படுத்துதல்

அதே பிரச்சனையை உதாரணமாக எடுத்துக் கொள்வோம்.

"தரவு" தாவலில் "தரவு பகுப்பாய்வு" கட்டளையைக் காணலாம். திறக்கும் உரையாடல் பெட்டியில், "நகரும் சராசரி" என்பதைத் தேர்ந்தெடுக்கவும்:

அதை நிரப்புவோம். உள்ளீட்டு இடைவெளி - நேரத் தொடரின் ஆரம்ப மதிப்புகள். இடைவெளி - நகரும் சராசரியின் கணக்கீட்டில் சேர்க்கப்பட்டுள்ள மாதங்களின் எண்ணிக்கை. முந்தைய இரண்டு மாதங்களின் தரவுகளின் அடிப்படையில் நாங்கள் முதலில் ஒரு சீரான நேரத் தொடரை உருவாக்குவோம் என்பதால், புலத்தில் எண் 2 ஐ உள்ளிடவும், பெறப்பட்ட முடிவுகளைக் காண்பிப்பதற்கான கலங்களின் வரம்பாகும்.

"நிலையான பிழைகள்" பெட்டியைத் தேர்வுசெய்வதன் மூலம், அட்டவணையில் தானாக ஒரு நெடுவரிசையைச் சேர்ப்போம் புள்ளியியல் மதிப்பீடுபிழைகள்.

அதே வழியில், மூன்று மாதங்களில் நகரும் சராசரியைக் காண்கிறோம். இடைவெளி (3) மற்றும் வெளியீட்டு வரம்பு மட்டுமே மாறுகிறது.

நிலையான பிழைகளை ஒப்பிட்டுப் பார்த்தால், இரண்டு மாத நகரும் சராசரி மாதிரி மென்மையாக்குவதற்கும் முன்னறிவிப்பதற்கும் மிகவும் பொருத்தமானது என்று நாங்கள் நம்புகிறோம். இது சிறிய நிலையான பிழைகளைக் கொண்டுள்ளது. 12வது மாதத்திற்கான வருவாயின் கணிப்பு மதிப்பு 9,430 அமெரிக்க டாலர்கள்.

நகரும் சராசரி முறையைப் பயன்படுத்தி முன்னறிவிப்புகளைச் செய்வது எளிமையானது மற்றும் பயனுள்ளது. முந்தைய காலகட்டத்தின் முக்கிய அளவுருக்களில் மாற்றங்களை கருவி துல்லியமாக பிரதிபலிக்கிறது. ஆனால் தெரிந்த தரவுகளுக்கு அப்பால் செல்ல இயலாது. எனவே, நீண்ட கால முன்னறிவிப்புக்கு மற்ற முறைகள் பயன்படுத்தப்படுகின்றன.