اکسل

مدل سری زمانی در اکسل

می دانید سری‌های زمانی در اکسل چه هستند؟ ما همیشه نمودارهای خطی را در اکسل می‌بینیم و طراحی می‌کنیم. از پیش بینی فروش گرفته تا بررسی درآمد و … با استفاده از اکسل و تجزیه و تحلیل دقیقی که دارد، امکان پذیر است. ممکن است این مفهوم در ابتدا کمی برایتان سخت به نظر برسد، اما با چندین بار بررسی و انجام مدل سازی در اکسل، می‌بینید که چندان هم سخت نیست.

ما می‌خواهیم در این مقاله از مجله علمی آموزشی مکتب خونه، در مورد مفهوم مدل‌های هموارسازی نمایی برای پیش بینی سری‌های زمانی صحبت کنیم و به شما نشان دهیم که چگونه می‌توانید با هموارسازی نمایی در MS Excel کارهایتان را انجام دهید. ما تقریباً هر روز با داده‌های سری زمانی سر و کار داریم.

مثلاً اگر قیمت سهام یک شرکت خاص در ۱۰ روز گذشته به طور مداوم کاهش یافته باشد، می‌توانیم فرض کنیم که قیمت سهام فردا نیز کاهش می‌یابد. یا اگر در هفته گذشته هر روز باران می‌باریده است، می‌توانیم حدس بزنیم که امروز نیز باران می‌بارد، بنابراین بهتر است یک چتر به همراه داشته باشیم. همه این حدس‌ها بر اساس سری زمانی صورت گرفته است.

مثال‌های بالا نشان می‌دهند که گذشتهٔ نزدیک، می‌تواند تصور درستی از آینده به ما بدهد. این ایده اصلی پیش‌بینی سری‌های زمانی در اکسل است.

در یک سری زمانی، هر نقطه جداگانه به مقدار قبلی وابسته است. بنابراین می‌توانیم از مقادیر گذشته استفاده کرده و مقادیر را در آینده تخمین بزنیم. مؤلفه «زمان» در اینجا بسیار مهم است.

تجزیه و تحلیل سری‌های زمانی امکان مطالعه شاخص‌ها در زمان را فراهم می‌کند. سری‌های زمانی مقادیر عددی یک شاخص آماری هستند که به ترتیب زمانی مرتب شده‌اند. چنین داده‌هایی در متنوع‌ترین حوزه‌های فعالیت انسانی همچون قیمت روزانه سهام، نرخ ارز، فروش فصلی، فروش سالانه، تولید و … نقش دارند. برای مثال، یک سری زمانی معمولی در هواشناسی، بارندگی ماهانه را مشخص می‌کند.

ویدئو پیشنهادی :  آفیس
آفیس

 

سری‌های زمانی در اکسل

اگر مقادیر برخی از فرآیندها را در فواصل زمانی مشخص دریافت کنید، عناصر سری زمانی را دریافت خواهید کرد. تنوع آن‌ها به مؤلفه‌های منظم و تصادفی تقسیم می‌شود. قاعدتاً تغییرات منظم در اعضای سریال قابل پیش بینی است. در اینجا سری‌های زمانی را در اکسل با یک مثال برایتان تحلیل می‌کنیم.

مثال: فرض کنید یک شبکه، داده‌های مربوط به فروش کالاها را توسط فروشگاه‌های واقع در شهرهایی با جمعیت کمتر از ۵۰۰۰۰ نفر تجزیه و تحلیل می‌کند. دوره مربوط به سال‌های ۲۰۱۲ تا ۲۰۱۵ است و  وظیفه شناسایی روند اصلی توسعه بر عهده ماست. برای شروع کار ابتدا داده‌های فروش را در اکسل مانند تصویر زیر وارد کنید:

سری‌ های زمانی در اکسل

در تب «DATA» روی دکمه «تجزیه و تحلیل داده‌ها» کلیک کنید.

سری‌ های زمانی در اکسل

«هموارسازی نمایی» را از لیست ابزارهای پیشنهادی برای تجزیه و تحلیل آماری انتخاب کنید. این روش هم ترازی برای سری‌های دینامیکی ما مناسب است که مقادیر آن به شدت در نوسان می‌باشد.

سری‌ های زمانی در اکسل

کادر محاوره‌ای را پر می‌کنیم. فاصله ورودی، محدوده ارزش فروش است. ضریب میرایی هم ضریب هموارسازی نمایی است و به طور پیش فرض، ۰٫۳ است. بازه خروجی، اشاره‌ای به سلول سمت چپ بالای محدوده خروجی دارد. برنامه سطوح صاف شده را در اینجا قرار می‌دهد و اندازه را به طور مستقل تعریف می‌کند.  تیک «خروجی نمودار»، «خطاهای استاندارد» را نیز باید بزنیم.

سری ‌های زمانی در اکسل

با کلیک بر روی OK کادر محاوره‌ای را ببندید. نتایج تحلیل به صورت زیر است:

سری ‌های زمانی در اکسل

اکسل از فرمول بعدی برای محاسبه خطاهای استاندارد استفاده می‌کند: = SQRT(SUMXMY2)’محدوده مقدار واقعی’؛ ‘محدوده مقادیر پیش بینی’) / ‘اندازه پنجره هموارسازی.

 مثال: = SQRT(SUMXMY2: (C3:C5;D3:D5)/3)

 

پیش بینی سری زمانی در اکسل

ما پیش بینی فروش را با استفاده از داده‌های مثال قبلی تهیه می‌کنیم.

سری ‌های زمانی در اکسل

پارامترهای خط روند را پیکربندی کنید:

سری ‌های زمانی در اکسل

ما یک روند چند جمله‌ای را انتخاب می‌کنیم که خطای مدل پیش بینی را به حداقل می‌رساند.

R2 = 0.9567، به این معنی که این نسبت ۹۵٫۶۷٪ از تغییرات فروش را در روند زمان توضیح می‌دهد. معادله روند، مدلی از فرمول برای محاسبه مقادیر پیش بینی شده است. اکثر نویسندگان، استفاده از خط روند را برای پیش بینی فروش توصیه می‌کنند. برای مشاهده پیش‌بینی در نمودار، باید تعداد دوره‌ها را در پارامترها تنظیم کنید.

ما یک نتیجه نسبتاً خوش بینانه دریافت می‌کنیم که مانند نمودار زیر است:

سری ‌های زمانی در اکسل

در مثال ما وابستگی نمایی وجود دارد، بنابراین در هنگام ساخت روند خطی، خطاها و عدم دقت بیشتری وجود دارد. همچنین می‌توانید از تابع GROWTH برای پیش بینی وابستگی نمایی در اکسل استفاده کنید.

سری ‌های زمانی در اکسل

برای وابستگی خطی، از تابع TREND استفاده کنید. هنگام انجام پیش بینی نمی‌توانید از هیچ روشی استفاده کنید چرا که احتمال انحرافات و عدم دقت زیاد می‌شود.

مقاله پیشنهادی : نحوه ساخت چک لیست در اکسل
نحوه ساخت چک لیست در اکسل

 

آموزش جامع اکسل با مکتب خونه

شما می‌توانید برای آموزش جامع اکسل در دوره آنلاین مکتب خونه ثبت نام کنید و مفاهیم مختلفی در اکسل را از جمله مدل سری زمانی را به خوبی یاد بگیرید. با یاد گرفتن نرم افزار کاربردی و محبوب اکسل، می‌توانید به راحتی وارد بازار کار شوید و در مشاغل مرتبط به اشتغال بپردازید.

 

نوشته های مشابه

دکمه بازگشت به بالا