Média móvel Este exemplo ensina como calcular a média móvel de uma série temporal no Excel. Uma média móvel é usada para suavizar irregularidades (picos e vales) para reconhecer facilmente as tendências. 1. Primeiro, vamos dar uma olhada em nossa série de tempo. 2. No separador Dados, clique em Análise de dados. Nota: não é possível encontrar o botão Análise de dados Clique aqui para carregar o suplemento do Analysis ToolPak. 3. Selecione Média móvel e clique em OK. 4. Clique na caixa Input Range e selecione o intervalo B2: M2. 5. Clique na caixa Intervalo e escreva 6. 6. Clique na caixa Output Range e seleccione a célula B3. 8. Faça um gráfico destes valores. Explicação: porque definimos o intervalo como 6, a média móvel é a média dos 5 pontos de dados anteriores eo ponto de dados atual. Como resultado, os picos e vales são suavizados. O gráfico mostra uma tendência crescente. O Excel não consegue calcular a média móvel para os primeiros 5 pontos de dados porque não existem pontos de dados anteriores suficientes. 9. Repita os passos 2 a 8 para intervalo 2 e intervalo 4. Conclusão: Quanto maior o intervalo, mais os picos e vales são suavizados. Quanto menor o intervalo, mais próximas as médias móveis são para os pontos de dados reais. Regression Este exemplo ensina como executar uma análise de regressão no Excel e como interpretar a saída de resumo. Abaixo você encontra os nossos dados. A grande questão é: existe uma relação entre Quantidade Vendida (Saída) e Preço e Publicidade (Entrada). Em outras palavras: podemos prever a quantidade vendida se soubermos Preço e publicidade 1. Na guia Dados, clique em Análise de dados. Nota: não é possível encontrar o botão Análise de dados Clique aqui para carregar o suplemento do Analysis ToolPak. 2. Selecione Regressão e clique em OK. 3. Selecione o intervalo Y (A1: A8). Esta é a variável preditor (também chamada variável dependente). 4. Selecione o intervalo X (B1: C8). Estas são as variáveis explicativas (também chamadas de variáveis independentes). Estas colunas devem ser adjacentes entre si. 6. Selecione um intervalo de saída. 7. Verificar Resíduos. O Excel produz a seguinte saída de resumo (arredondada para 3 casas decimais). R é igual a 0,962. Que é um ajuste muito bom. 96 da variação na Quantidade Vendida é explicada pelas variáveis independentes Preço e Publicidade. Quanto mais próximo de 1, melhor a linha de regressão (read on) ajusta os dados. Significado F e P-valores Para verificar se os seus resultados são fiáveis (estatisticamente significativa), olhe para Significado F (0,001). Se esse valor for menor que 0,05, você está OK. Se a Significância F for maior que 0,05, provavelmente é melhor parar de usar esse conjunto de variáveis independentes. Exclua uma variável com um valor P alto (maior que 0,05) e execute novamente a regressão até que a Significância F desça abaixo de 0,05. A maioria ou todos os valores de P devem estar abaixo de 0,05. No nosso exemplo, este é o caso. (0,000, 0,001 e 0,005). Coeficientes A linha de regressão é: y Quantidade Vendida 8536.214 -835.722 Preço 0.592 Publicidade. Em outras palavras, para cada unidade de aumento de preço, a quantidade vendida diminui com 835.722 unidades. Para cada aumento de unidade em Publicidade, a Quantidade Vendida aumenta com 0.592 unidades. Estas são informações valiosas. Você também pode usar esses coeficientes para fazer uma previsão. Por exemplo, se o preço for igual a 4 ea Publicidade igual a 3000, você poderá conseguir uma Quantidade Vendida de 8536.214 -835.722 4 0.592 3000 6970. Os resíduos mostram até que ponto os pontos de dados reais são os pontos de dados previstos equação). Por exemplo, o primeiro ponto de dados é igual a 8500. Usando a equação, o ponto de dados previsto é igual a 8536.214 -835.722 2 0.592 2800 8523.009, originando um resíduo de 8500-8523.009 -23.009. Você também pode criar um gráfico de dispersão desses resíduos. Análise preditiva Excel para analistas de dados sérios O filme Moneyball fez famosa analítica preditiva: Agora você pode aplicar as mesmas técnicas para ajudar sua empresa a ganhar. Você não precisa de software multimilionário: Todas as ferramentas de que você precisa estão disponíveis no Microsoft Excel, e todos os conhecimentos e habilidades estão aqui, neste livro Microsoft Excel MVP Conrad Carlberg mostra como usar o Excel preditivo analytics para resolver mundo real Problemas em áreas que vão desde vendas e marketing até operações. Carlberg oferece uma visão sem precedentes na construção de previsões poderosas, credíveis e confiáveis, mostrando como obter insights profundos do Excel que seriam difíceis de descobrir com ferramentas caras como SAS ou SPSS. Yoursquoll obter uma extensa coleção de livros do Excel para download você pode facilmente adaptar-se às suas próprias exigências únicas, além de VBA codemdashmuch dele open-sourcemdashto agilizar vários deste bookrsquos técnicas mais complexas. Passo a passo, o seu conhecimento se baseia nas habilidades do Excel que já possui, aprendendo técnicas avançadas que podem ajudá-lo a aumentar a receita, reduzir custos e melhorar a produtividade. Ao dominar a análise preditiva, o seu pode ganhar uma poderosa vantagem competitiva para a sua empresa e para si mesmo. Bull Aprender o ldquohowrdquo eo ldquowhyrdquo de usar dados para fazer melhores decisões táticas tou Escolha a técnica direita do analytics para cada bull do problema Use Excel para capturar dados vivos em tempo real de fontes diversas, including Web site de terceiros bull Use regressão logística para predizer comportamentos Como ldquowill buyrdquo versus ldquowonrsquot buyrdquo bull Distinguir dados aleatórios salta de mudanças reais, fundamentais bull Previsão de séries temporais com suavização e regressão bull Construir previsões mais precisas usando Solver para encontrar estimativas de máxima verossimilhança bull Gerenciar grandes números de variáveis e enormes conjuntos de dados com componentes principais Análise e Varimax factor de rotação de touro Aplicar ARIMA (Box-Jenkins) técnicas para construir melhores previsões e compreender o seu significado
No comments:
Post a Comment