Прогнозирование с учетом сезонности в Excel: как использовать ПРЕДСКАЗ / FORECAST ЛИСТ / SHEET
Если вам нужно выполнить прогнозирование в Excel с учетом сезонности, старые линейные тренды часто оказываются бесполезны. Новый инструмент ПРЕДСКАЗ / FORECAST ЛИСТ / SHEET, появившийся в Excel 2016, решает эту проблему, автоматически определяя циклические паттерны в ваших данных.
Эта статья особенно полезна тем, кто ищет формулы в Excel, хочет быстрее разобраться в функциях и применять рабочие примеры без путаницы между русской и английской версиями Excel.
Рассмотрим пример кинотеатра, где выручка резко возрастает в выходные и падает в будни. Линейный тренд для таких данных показывает коэффициент детерминации (R-квадрат) около 0.02, что указывает на его полную несостоятельность для прогноза.
Для создания точного прогноза выполните следующие шаги:
- Убедитесь, что ваши данные организованы в два столбца: даты в столбце A и значения (например, продажи) в столбце B.
- Выделите диапазон с данными.
- Перейдите на вкладку «Данные» ленты и нажмите кнопку «Прогнозный лист» (ПРЕДСКАЗ / FORECAST ЛИСТ / SHEET).
В открывшемся диалоговом окне «Создать прогнозный лист» нажмите «Параметры». Здесь вы можете проверить автоматически определенную сезонность и запросить статистические показатели. После нажатия «Создать» Excel добавит новый лист с формулами ПРЕДСКАЗ / FORECAST.ETS, которые генерируют прогноз. Показатель ошибки в 3% означает, что модель успешно объясняет большую часть изменчивости данных.
Важное ограничение: Инструмент ПРЕДСКАЗ / FORECAST ЛИСТ / SHEET эффективно работает с одним уровнем сезонности (например, пик продаж по пятницам или сезонный рост в ноябре-декабре). Однако если ваши данные имеют два накладывающихся сезонных паттерна (например, еженедельный пик в выходные и ежегодный всплеск в декабре), функция ПРЕДСКАЗ / FORECAST.ETS с ними не справится.
Таким образом, ПРЕДСКАЗ / FORECAST ЛИСТ / SHEET — это мощный и простой в использовании инструмент для базового прогнозирования с сезонностью, который значительно превосходит старые методы линейной аппроксимации.