excel應(yīng)用版第9章時間數(shù)列分析與預(yù)測(編輯修改稿)
2025-02-25 16:39 本頁面
【文章內(nèi)容簡介】 4． LINEST線性擬合函數(shù) 該函數(shù)使用最小二乘法對已知數(shù)據(jù)進(jìn)行最佳直線擬合，并返回描述此直線的數(shù)組。因為此函數(shù)返回數(shù)值數(shù)組，所以必須以數(shù)組公式的形式輸入。 直線的公式為： 或 （如果有多個區(qū)域的 x值）。 語法：LINEST(known_y39。s,known_x39。s,const,stats) bmxy ?? bxmxmy ???? ...2211 5． LOGEST函數(shù) 該函數(shù)在回歸分析中，計算最符合數(shù)據(jù)的指數(shù)回歸擬合曲線，并返回描述該曲線的數(shù)值數(shù)組。因為此函數(shù)返回數(shù)值數(shù)組，故必須以數(shù)組公式的形式輸入。 此曲線的公式為： 或 （如果有多個 x值）。 語法： LOGEST(known_y39。s,known_x39。s,const,stats) xmby ^*? _)*)^(*)^(*( 2211 xmxmby ?返回本節(jié) 使用直線函數(shù)和趨勢函數(shù)進(jìn)行線性預(yù)測 1． 使用 LINEST函數(shù)計算回歸統(tǒng)計值 2． 使用趨勢函數(shù) TREND求預(yù)測值 3． 趨勢預(yù)測 圖 911 銷售額資料 圖 912 計算結(jié)果 C D 2 參數(shù) b的估計值 參數(shù) a的估計值 3 參數(shù) b的標(biāo)準(zhǔn)誤差 參數(shù) a的標(biāo)準(zhǔn)誤差 4 判定系數(shù) R2 y值估計標(biāo)準(zhǔn)誤差 5 F統(tǒng)計值 自由度 6 回歸平方和 殘差平方和 表 91 LINEST函數(shù)輸出結(jié)果對應(yīng)的統(tǒng)計量 圖 913 趨勢擬合值 返回本節(jié) 使用指數(shù)函數(shù)和增長函數(shù)進(jìn)行非線性預(yù)測 例 94 某地區(qū) 1991~2023年汽車銷售量 （ 萬輛 ）資料如圖 914（ “ 汽車銷量 ” 工作表 ） 所示 。試對其擬合指數(shù)曲線 ， 并預(yù)測 2023~2023年的銷量 。 1． 使用 LOGEST函數(shù)計算回歸統(tǒng)計量 2． 使用增長函數(shù) GROWTH計算預(yù)測值 圖 914 汽車銷量數(shù)據(jù) 圖 915 LOGEST函數(shù)計算及預(yù)測結(jié)果 返回本節(jié) 指數(shù)平滑法分析與預(yù)測 指數(shù)平滑法的基本內(nèi)容與要求 指數(shù)平滑分析工具預(yù)測 最佳平滑常數(shù)的確定 返回首頁 指數(shù)平滑法的基本內(nèi)容與要求 指數(shù)平滑法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時間數(shù)列分析預(yù)測法 ， 它通過計算指數(shù)平滑值 ， 配合一定的時間數(shù)列預(yù)測模型對現(xiàn)象的未來進(jìn)行預(yù)測 。 指數(shù)平滑法通過對歷史時間數(shù)列進(jìn)行逐層平滑計算 ， 從而消除隨機(jī)因素的影響 ， 識別經(jīng)濟(jì)現(xiàn)象基本變化趨勢 。 根據(jù)平滑次數(shù)不同 ， 指數(shù)平滑法分為：一次指數(shù)平滑法 、 二次指數(shù)平滑法和三次指數(shù)平滑法等 。 它們的基本思想都是：預(yù)測值是以前觀測值的加權(quán)和 ， 且對不同的數(shù)據(jù)給予不同的權(quán) ，新數(shù)據(jù)給較大的權(quán) ， 舊數(shù)據(jù)給較小的權(quán) 。 1． 一次指數(shù)平滑法 2． 二次指數(shù)平滑法 3． 三次指數(shù)平滑法 )1(1)1( )1(???? ttt SyS ?? )2( 1)1()2( )1( ???? ttt sSS ?? )3(1)2()3( )1(???? ttt
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1