Презентация Лекція 9 Тема 4 5 Excel Прогнозування

Скачать презентацию  Лекція 9 Тема 4 5 Excel Прогнозування Скачать презентацию Лекція 9 Тема 4 5 Excel Прогнозування

lekcіya_9_tema_4_5_excel_prognozuvannya.ppt

  • Размер: 2.4 Mегабайта
  • Количество слайдов: 12

Описание презентации Презентация Лекція 9 Тема 4 5 Excel Прогнозування по слайдам

Прогнозування у середовищі Microsoft Excel  Прогнозування за допомогою статистичних функцій  Прогнозування у середовищі Microsoft Excel Прогнозування за допомогою статистичних функцій

   РЕГРЕСИВНИЙ АНАЛІЗ    При обробці статистичної вибірки використовуються рівняння лінійної та РЕГРЕСИВНИЙ АНАЛІЗ При обробці статистичної вибірки використовуються рівняння лінійної та нелінійної регресій

Рівняння лінійної та нелінійної регресії   Y = b + a X — рівняння лінійноїРівняння лінійної та нелінійної регресії Y = b + a X — рівняння лінійної одиничної регресії, Y = b + a 1 X 1 + a 2 X 2 +…+ a n X n — рівняння лінійної множинної регресії, Y = b a x — рівняння нелінійної одиничної регресії, Y = b a 1 X 1 a 2 X 2 … a n Xn — рівняння нелінійної множинної регресії.

Прогнозування за допомогою статистичних функцій  =ПРЕДСКАЗ(новий. Х; відомі YY ; відоміХ) обчислює (прогнозує) одне новеПрогнозування за допомогою статистичних функцій =ПРЕДСКАЗ(новий. Х; відомі YY ; відоміХ) обчислює (прогнозує) одне нове значення функції на основі нового заданого Х і статистичної вибірки відомих значень Х та YY. . =ТЕНДЕНЦИЯ(відомі YY ; відоміХ; новіХ) на відміну від функції ПРЕДСКАЗ прогнозує не одне, а декілька нових значень функції на основі декількох нових заданих Х і статистичної вибірки. З використанням одиничної лінійної регресії

З використанням одиничної нелінійної регресії  =РОСТ(відомі YY ; відоміХ; новіХ) як і ТЕНДЕНЦИЯ, прогнозує декількаЗ використанням одиничної нелінійної регресії =РОСТ(відомі YY ; відоміХ; новіХ) як і ТЕНДЕНЦИЯ, прогнозує декілька нових значень функції на основі декількох нових заданих Х і статистичної виборки.

З використанням множинної лінійної регресії   =ЛИНЕЙН(відомі YY ; відоміХ) прогнозує значення коефіцієнтів а ііЗ використанням множинної лінійної регресії =ЛИНЕЙН(відомі YY ; відоміХ) прогнозує значення коефіцієнтів а іі (i = n, n – 1, …, 2, 1) та b. Отримані при прогнозуванні значення коефіцієнтів підставляються у рівняння множинної лінійної регресії і отримується значення YY. .

З використанням множинної нелінійної регресії  =ЛГФПРИБЛ(відомі YY ; відоміХ) прогнозує значення коефіцієнтів а іі (iЗ використанням множинної нелінійної регресії =ЛГФПРИБЛ(відомі YY ; відоміХ) прогнозує значення коефіцієнтів а іі (i = n, n – 1, …, 2, 1) та b. Отримані при прогнозуванні значення коефіцієнтів підставляються у рівняння множинної нелінійної регресії і отримується значення YY. .




  • Мы удаляем страницу по первому запросу с достаточным набором данных, указывающих на ваше авторство. Мы также можем оставить страницу, явно указав ваше авторство (страницы полезны всем пользователям рунета и не несут цели нарушения авторских прав). Если такой вариант возможен, пожалуйста, укажите об этом.