加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

时间序列之趋势外推模型及可能用到的excel函数

(2009-12-22 00:00:00)
标签:

excel

杂谈

分类: 財務會計

在对未来趋势预测过程中,可能用到的excel函数

趋势外推分析预测是时间序列分析中的传统分析方法。基本思想是:从历史数据中提炼出其发展规律,并通过趋势的外推对未来进行预测,趋势外推的方法是基于回归分析,它把研究观测值序列看做回归模型中的因变量,而时间作为模型的自变量。

步骤:

1、对已有的时间序列数值,进行excel作图。

2、依据图形,选择趋势线(线性、指数、多项式、幂函数等等),进行拟合(运用拟合优度R Square,进行判断趋势外推模型精度)

3、选择适当的回归函数,对未来进行预测(有时将不同的回归函数混合使用,讲各自的预测值,作为置信上线与置信下线。)

 

增长曲线中最典型的就是指数曲线,其模型:y=ab^t,其中y是时间序列Y的趋势预测值,t为时间标号,a是时间标号为0时y的数值,b为平均发展速度,用以描述时间序列曲线在整个观察期内的平均发展程度。

 

一、 线性回归函数

FORECAST函数

FORECAST
用途:根据一条线性回归拟合线返回一个预测值。使用此函数可以对未来销售额、库存需求或消费趋势进行预测。
语法:FORECAST(x,known_y's,known_x's)。
参数:X 为需要进行预测的数据点的X 坐标(自变量值)。
Known_y's 是从满足线性拟合直线y=kx+b 的点集合中选出的一组已知的y 值,Known_x's 是从满足线性拟合直线y=kx+b的点集合中选出的一组已知的x 值。
实例:公式“=FORECAST(16,{7,8,9,11,15},{21,26,32,36,42})”返回4.378318584。

trend函数

返回一条线性回归拟合线的值。即找到适合已知数组 known_y's 和 known_x's 的直线(用最小二乘法),并返回指定数组 new_x's 在直线上对应的 y 值。

语法

TREND(known_y's,known_x's,new_x's,const)
Known_y's    是关系表达式 y = mx + b 中已知的 y 值集合。
Known_x's    是关系表达式 y = mx + b 中已知的可选 x 值集合。

New_x's    为需要函数 TREND 返回对应 y 值的新 x 值。

Const    为一逻辑值,用于指定是否将常量 b 强制设为 0。
如果 const 为 TRUE 或省略,b 将按正常计算。
如果 const 为 FALSE,b 将被设为 0(零),m 将被调整以使 y = mx。

 

注意:

有关 Microsoft Excel 对数据进行直线拟合的详细信息,请参阅 LINEST 函数。
可以使用 TREND 函数计算同一变量的不同乘方的回归值来拟合多项式曲线。例如,假设 A 列包含 y 值,B 列含有 x 值。可以在 C 列中输入 x^2,在 D 列中输入 x^3,等等,然后根据 A 列,对 B 列到 D 列进行回归计算。(若是计算时间序列回归值,x代表以1开始的序号,并非年份、月份数字。)
对于返回结果为数组的公式,必须以数组公式的形式输入。
当为参数(如 known_x's)输入数组常量时,应当使用逗号分隔同一行中的数据,用分号分隔不同行中的数据。


 

LINEST函数 

用途:使用最小二乘法对已知数据进行最佳直线拟合,并返回描述此直线的数组。

语法:LINEST(known_y's,known_x's,const,stats)

参数:Known_y's是表达式y=mx+b 中已知的y 值集合, Known_x's 是关系表达式y=mx+b 中已知的可选x值集合,Const 为一逻辑值,指明是否强制使常数b 为0,如果const 为TRUE 或省略,b 将参与正常计算。如果const 为FALSE,b 将被设为0,并同时调整m值使得y=mx。Stats为一逻辑值,指明是否返回附加回归统计值。如果stats 为TRUE,函数LINEST 返回附加回归统计值。如果stats 为FALSE 或省略,函数LINEST 只返回系数m和常数项b。


 

二、非线性回归函数

GROWTH函数

用途:给定的数据预测指数增长值。根据已知的x值和y 值,函数GROWTH 返回一组新的x值对应的y 值。通常使用GROWTH 函数拟合满足给定x值和y 值的指数曲线。(若是计算时间序列的回归值,x代表年份、月份等时间数字)

 

语法:GROWTH(known_y's,known_x's,new_x's,const)

 

参数:Known_y's 是满足指数回归拟合曲线y=b*m^x 的一组已知的y 值;Known_x's 是满足指数回归拟合曲线y=b*m^x 的一组已知的x值的集合(可选参数);New_x's是一组新的x 值,可通过GROWTH 函数返回各自对应的y 值;Const 为一逻辑值,指明是否将系数b 强制设为1,如果const 为TRUE 或省略,b 将参与正常计算。如果const 为FALSE,b 将被设为1, m值将被调整使得y=m^x

 

LOGEST函数

 

用途:在回归分析中,计算最符合观测数据组的指数回归拟合曲线,并返回描述该曲线的数组。

语法:LOGEST(known_y's,known_x's,const,stats)

参数:Known_y's是一组符合y=b*m^x 函数关系的y 值的集合,Known_x's是一组符合y=b*m^x 运算关系的可选x 值集合,Const 是指定是否要设定常数b 为1 的逻辑值,如果const 设定为TRUE 或省略,则常数项b 将通过计算求得。

 

 

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有