Video: Aumento pensioni nel 2020 2024
Quando ti viene chiesto di fare una previsione di vendita usando i dati di Excel, una delle prime cose che devi considerare è quanto lontano nel futuro tu voglio fare il peer. Alcune tecniche di previsione ti mettono in grado di prevedere più lontano di quanto facciano gli altri. Questa figura mostra due tecniche che ti consentono di prevedere solo un periodo di tempo prima.
Notate cosa succede quando le allungate troppo: come gli elastici, si rompono e si spezzano contro di voi.
Guarda prima la cella D5. È la media delle celle B2, B3 e B4, ed è ciò che le previsioni di avvicinamento della media mobile per settembre 2004. Cioè, il modo in cui questa previsione è impostata, la previsione per settembre è la media di giugno, luglio e agosto. È possibile visualizzare la previsione di $ 40, 867 nella cella D5 e la formula stessa per l'illustrazione nella cella E5.
La formula in D5 viene copiata e incollata nella cella D28, dove fornisce la previsione "reale" per agosto 2016. Sto utilizzando "reale" nel senso che non ho ancora visto un valore effettivo per quello mese - il mio valore effettivo più recente è per luglio 2016 - quindi agosto 2016 è passato la fine della linea di base e le previsioni per quel mese sono una previsione reale. La formula stessa appare nella cella E28.
Ma se riesci a incollare la formula ancora una riga in basso, per provare una previsione per settembre 2016, l'hai allungata troppo. Ora sta cercando di calcolare la media dei risultati effettivi per giugno fino ad agosto 2016, e non si dispone di dati reali per agosto. A causa del modo in cui AVERAGE di Excel funziona, ignora la cella B28 e la formula restituisce la media di B26 e B27.
Il Procuratore distrettuale deciderà di perseguire se vieni improvvisamente spostato da una media mobile di tre mesi a una media mobile di due mesi, ma in realtà non dovresti farlo. Se lo fai, stai invitando una mela a mescolarsi con le arance.
E se fai la tua previsione molto più in basso, inizierà a restituire il valore di errore veramente brutto
# DIV / 0!
. (Quel punto esclamativo è stato pensato per attirare la tua attenzione. Excel ti sta urlando contro, "Stai cercando di dividere per zero!")
Una situazione simile si verifica con livellamento esponenziale, ed è mostrato in questa figura. La formula per il livellamento è diversa dalla formula per le medie mobili, ma qualcosa di simile accade quando si supera la previsione one-step-ahead nella cella D28.
Si noti che la formula nella cella D29 (la formula è mostrata in E29, il valore che la formula restituisce appare in D29) utilizza i valori nelle celle B28 e D28.Ma poiché non hai ancora una data effettiva per agosto, la "previsione" per settembre 2016 è errata: in realtà, non è altro che la previsione di agosto moltiplicata per 0. 7. Di nuovo, in questo tipo di livellamento esponenziale, tu Sono limitati a una previsione a un passo avanti.
La figura mostra una situazione diversa, in cui la previsione viene creata utilizzando la regressione anziché le medie mobili o il livellamento esponenziale.
Usando la regressione, ti trovi in una posizione diversa rispetto alle medie mobili e al livellamento esponenziale. Come mostra la figura successiva, puoi creare le tue previsioni utilizzando la data stessa come predittore: ogni valore di previsione è basato sulla relazione nella linea di base tra data e entrate.
Poiché si conosce il valore delle prossime due date, agosto e settembre 2016, è possibile utilizzare la relazione tra data e entrate nella linea di base nelle due date successive per ottenere una previsione. I valori di previsione vengono visualizzati nelle celle C28 e C29 e vengono visualizzati nel grafico come i due punti finali della serie di previsioni.
Ora, più lontano nel futuro prevedi usando la regressione, più sottile diventa il ghiaccio (o, se preferisci la metafora precedente, maggiore è la tensione che stai mettendo sull'elastico). Più ci si allontana dalla fine della linea di base, maggiori sono le opportunità per i reali di cambiare direzione, ad esempio, per abbassare o livellare.
Se hai una reale necessità di prevedere, diciamo, 12 mesi nel futuro su base mensile, e se pensi che esista una relazione affidabile tra la data e l'importo delle entrate, allora la regressione potrebbe essere la scelta migliore. Ma tieni a mente che le cose vanno male in futuro.
Un altro metodo per spingere la previsione oltre un approccio one-step-ahead è il livellamento stagionale. Questo approccio, che dipende da una componente stagionale nella tua linea di base, può supportare una previsione che andrà in quell'anno nel futuro. Non è necessariamente così, ma è possibile.
