Модуль "Математические и статистические методы анализа данных в MS Excel", страница 9

4.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, Число случайных чисел — 20,
распределение — Равномерное между 1 и 10,
случайное рассеивание — 1, выходной интервал — А2.

5.  Указать в ячейке C1 название распределения  — Нормальное.

6.  Команд Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, Число случайных чисел — 20,
распределение — Нормальное, среднее 0,
стандартное — 1, случайное рассеивание — 1, выходной интервал — С2.

7.  Указать в ячейке Е1 название распределения  — Бернулли.

8.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, Число случайных чисел — 20,
распределение — Бернулли, значение вероятности успеха — 0,5,
случайное рассеивание — 1, выходной интервал — Е2.

9. Указать в ячейке G1 название распределения  — Биномиальное.

10.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, Число случайных чисел — 20,
распределение — биномиальное, значение вероятности успеха — 0,5,
число испытаний — 3, случайное рассеивание — 1, выходной интервал —
G2.

11.  Указать в ячейке I1 название распределения  — Пуассона.

12.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, Число случайных чисел — 20, распределение — Пуассона, значение лямбда — 0,5, случайное рассеивание — 1, выходной интервал —
I2.

13.  Указать в ячейке K1 название распределения  — Модельное.

14.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, распределение — модельное, параметры: от 1 до10, с шагом 1,
повторяя каждое число — 3 раза, повторяя последовательность — 2 раза, выходной интервал —
K2.

15.  Указать в ячейке М1 название распределения  — Дискретное. В диапазоне ячеек О1:Р6 подготовить значение «карманов» распределения значений переменной:

Значение

Вероятность

2

10%

12

30%

20

25%

60

20%

80

15%

16.  Команда Сервис, Анализ данных, Генерация случайных чисел. Параметры:
Число переменных — 1, число случайных чисел — 20, распределение — дискретное,
входной интервал значений и вероятностей — О2:Р6, выходной интервал — М2.

17.  Сохранить рабочую книгу MATSTAT.xls.

Прогнозирование значений случайных величин

1.  Для данных временного ряда с целью устранения колебания случайных факторов используется скользящее среднее.

2.  Для прогнозирования будущих значений на основании текущих данных временного ряда применяется экспоненциальное сглаживание.

3.  Для оценки тесноты связи случайных величин строится уравнение регрессии.

Скользящее среднее

Процессы с незначительной вариацией средних значений на коротких временных интервалах прогнозируются с помощью метода скользящего среднего. Все наблюдения временного ряда имеют одинаковый «вес» для прогноза, а  каждое значение, кроме начальных, участвует в формировании нескольких прогнозных значений:

где - сглаженное значение; - исходное значение;  - интервал сглаживания.

Результат прогноза выводится в виде таблицы и графика для сопоставления фактических и прогнозных значений, вычисляется стандартная погрешность для каждой точки ряда Прогноз.

Пример 28. Скользящее среднее

1.  Открыть рабочую книгу — MATSTAT.xls.

2.  Создать лист — СКОЛЬЗЯЩЕЕ СРЕДНЕЕ.

3.  Выполнить команду Сервис, Анализ данных.

4.  Выбрать метод «Скользящее среднее».

5.  Указать параметры скользящего среднего:

§  входной интервал – блок ячеек, содержащий исходные значения (см. Пример 30);  интервал равен 3 (среднее вычисляется из 3 смежных значений) ;

§  выходной интервал – ячейка на рабочем листе с данными;

§  выбрать флажок Вывод графика (график для сравнения фактических и прогнозных значений), флажок Стандартные погрешности (вычисляются стандартные погрешности прогнозных значений по сравнению с фактическими значениями).

6.  Нажать кнопку ОК.

7.  Сохранить рабочую книгу — MATSTAT.xls.

Экспоненциальное сглаживание

Последние по времени получения значения временного ряда имеют больший «вес» для прогноза, чем начальные значения, поэтому применяется метод экспоненциального сглаживания, в котором каждое отдельное значение ряда участвует в формировании прогнозов с «весом», который убывает по мере «устаревания» данных:

Yi – прогнозное значение i-го периода;

Yi-1 – прогнозное значение предыдущего (i-1)-го периода;

yi – фактическое значение i-го периода;

α – фактор затухания.

Чем меньше α, тем более значимы фактические (последние) данные для прогноза и более значимы модельные данные.

Пример 29

1.  Открыть рабочую книгу — MATSTAT.xls.

2.  Создать лист — ЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕ.

3.    Выполнить команду Сервис, Анализ данных.

4.    Выбрать метод «Экспоненциальное сглаживание».

5.    Указать параметры:

§  входной интервал – блок ячеек, содержащий исходные значения;

§  фактор затухания – 0,3;

§  выходной интервал – ячейка на рабочем листе с данными;

§  выбрать флажок Вывод графика (для сравнения фактических и прогнозных значений);

§  выбрать флажок Стандартные погрешности (стандартные погрешности прогнозных значений по сравнению с фактическими значениями).

6.  Нажать кнопку ОК.

7.  Сохранить рабочую книгу — MATSTAT.xls.

ВНИМАНИЕ. После завершения работы проверить наличие файлов: