如何用excel进行数据预测并评估

啊，大家好，欢迎继续学习 excel 技巧精粹系列视频教程，今天呢我们来看一下 excel 里面的预测工作表的使用啊，在 excel 里面做预测呢，其实我们主要是这个两种 大的思路啊，一种呢就是用它的一些预测函数，像 chun gross， 还有这种包卡斯这些函数来直接去讨用相应的参数去做预测啊。另外一种呢就是基于这种交互式的图形界面的啊，比如说回归啊，然后这种这个 移动平均啊，还有一些其他的这个呃相关的一些模块的插件，这样来去做预测啊。但是从二零一六版的 xl 开始呢啊， xl 在他的数据赛单上多了一个预测工作表 啊，大家可以看一下，就在数据菜单啊展开之后呢，在右侧有一个呃，在原来的模拟喷漆的右侧啊，有一个叫预测工作表啊，这个时候如果我们把光标放在我们的这个数据这个地方呢， 点一下预测工作表啊，他就会自动侦测到我们的数据啊，开始我们做预测啊，那现在呢，我们就来看一下他的整个的预测的一些设置和一些过程。首先呢我们的数据的准备啊，数据的这里边呢就是呃基于时间轴的 啊，这里边呢是基于月的，当然你也可以基于周的啊，基于天的啊，基于年的，基于祭祖的啊，都可以啊，这里面像二一三年的一月，二月，一直到了一五年的七月啊，每月呢有这么一个花量的一个数据，就类似这样的数据，一定是在时间轴上走的数 据啊，这个不能是其他的维度好。然后呢，我们只需要把光标放在这个数据区域内，然后点一下这个预测工作表啊，这个时候呢他已经就自动的问完成工作了，你看到这个红色这一款呢，实际上就是预测制，当然这不一定是我们想要的啊，所以我们啊要去 呃做一些设置放大一下啊，在这里边的话呢，我们首先呢是预测结束，你要想什么时候结束？因为我们的数据呢是到一五年的七月啊，所以我们就可以预测到一五年的年底啊，到十二月就可以了，所以在这里边的预测结束呢 啊，我们直接可以输这个一五年的十二月一号啊，就是代表十二月，就他这个数据格式，他他默认的是一个这个年月日的形式，他不像我们在这里 直接就是年和月啊，当然每个月的一号就代表当月了啊，这个是不受影响的啊，所以我们直接改成十二月一号就可以了啊，重点是这个地方的选项啊，在这个选项里边呢啊，你可以看到预测开始是一五年的七月一号啊，就是跟这个数据呢是对应的，就是七月最后一期吗？ 然后预测到一五年的十二月一号，然后执行期间呢一般就是百分之九十五，如果你想更精确一些的话，你可以调到百分之九十九啊，这个时候呢他的整个的执行度范围就会扩大了啊， 这你看实际情况，当然一般情况下我们主要是看预测值啊，不是看这个他的执行度的这个区间啊。另外一个呢就是有的数据呢，他是有周期的啊，比如说你每十二个月循环一个这个周期的规律啊，或者 说你每一个月循环一个周期的规律，或者是每一周的七天你循环一个周期的规律啊，或者这个更有甚者啊，你使这个啊，每半年循环一次啊，就是类似的各种不同这个间隔的这种循环啊，什么叫循环呢？就是说，比如说一每周 对于我们的花量来讲呢，一周的话呢，周一会比较高，然后周二会低啊，周三会比较平啊，周四呢稍微高一点，周五呢又会比较高，然后周末的话一就掉下来了 啊，他会这个一周之内的是这样的一个规律啊，然后呢下一周呢，有周而复始还是这样的一个规律，在下一周还是这样的一个规律啊，你就会这个知道他是什么以周围循环的这样一个这个不停的往后的一个呃，重复性的规律啊，所以这个叫季节性啊，那么季节性检测呢，才会自动检测 啊，如果你不想让自动检测的话，你可以手工设置啊。比如说我是呃十二个月呢，一个大循环啊，就十二个月我这个规律会重现一次啊，每十二个月我的规律会重现一次啊，这个意思啊，当然一般情况下自动检测呢，他也会自动检测到我们的整个的这个啊，循环网络的周期。 好，下面呢就是你这个要不要包含预测统计信息啊？如果你勾上的话，他会跟你出一堆这个相关的一些检测信息，不勾的话也无所谓，也不影响我们的预测。 然后支撑表的范围呢，这里边他已经自动给你选定了啊， a 一到 a 十二，这是日程表，这就是日期啊，日期，然后呢值呢，就是对应的值的范围呢，就是 b 一到 b 三十二啊，然后这里边如果数据有缺失的话呢，他这个两种方式，一种直接填零，这种肯定是不妥的啊， 因为我的数据呢，你这零还是差很多的啊。另外的话呢，就是你他用内部的算法给你做填充啊，做这个，呃指数平滑呀，平均呀，然后这个 取这个均值啊，或者说取这什么线性的这种值啊，啊，就是他自己做内差啊，他自己给你算一个点，那这个点上应该是一个什么样的值啊？具体就不用管了，一般我们选内差就可以了。 呃，如果是有重复项啊，就是一个时间点上出现了两个指甚至三个指啊，这个时候呢也也默认了他是取平均指啊，这个意思啊，这是他的具体的设定，然后如果我们这时候点创建的话呢啊，这个数据就出来了啊，这个就是我们的预测指 啊，这款就是我的意思，这是就百分之九十五的执行者区间了啊。一个是， 呃，这是幺九九，这是低线啊，然后这是下线，然后这是上线二幺四幺四六啊，这 这个我们一般就不用管了哈，就是主要是看这个预测纸出来的这个预测的这个数值，同时呢他也要把预测的结果呢给我们做一个展示啊，这个整个的这个趋势的眼神呢，就是这样啊，眼神出来， 呃得到了我们整个的一个预测的一个趋势啊，然后这是一些相关的统计值啊，这里边的这个 呃，主要看下面这几个啊， mase 呢，就是他的一个 啊，这里面就是这几个，就是军方物啊，跟方物啊，绝对物啊，就是这些相关的物差啊，反正就是越小越好，但是因为我们这个数据的没有对比啊，没有对比就是来 看一个大概啊，就是这里边啊，还算不错啊，整体的这个效果还算不错，就是这些概念呢，大家可以去这个百度上去查一下就可以了，因为他呢都是从不同的角度来看这个数据的，这个预测误差啊，当然预测误差越小越好啊， 好，呃，这个就是我们的 excel 里边的预测工作表啊，他的整个的使用的过程几乎就是傻瓜画的啊，但是呢，他的整个预测的这个精度呢，是还是不错的啊，游戏时当你的数据是有规律的时候啊，整个的预测精度呢啊，还是比较可靠的 啊，可以拥有个年啊，季度啊，月啊，周啊日这样的一些常规的预测都可以用这种方法。好啊，这节期请大家分享到这。

各位亲爱的小伙伴们大家好，欢迎来到啊 gf 四二在线视频课堂，今天我们来学习在课堂中啊如何实现一键的一个数据预测啊。我们先来看这个需求啊，我们现在呢有一组这个已知的数据啊，它是从二月一号到二月二十八号啊，这一个月每天的这个实际的发生的一个值， 我们需要预测啊，往后的这个啊，三月份的数据啊，比方说我们要预测到三月十号啊， 这十天的数据啊，那就是如何实现就是说这种一键的预测呢？我们当然呃预测的话，数据预测有很多方法啊，呃，可以通过一些函数啊来实现， 那有没有更简单啊，更合乎厂里的这样一个预测呢？我们今天就介绍通过预测工作表来实现这种一键的预测啊。 好，那预测工作表呢，是通过这种三指数的平滑算法，最终呢他会输出三条线啊，分别是这个啊，上线啊，中间这种啊，这条预测线最下面的这个下线啊， 预测的上线和预测下线之间的这个区间呢，就是他这个预测值可能会出现的范围。 这个，呃他的要求呢，就是说我们这个时间轴上啊，必须是等差的一个数列，比方说我们是以每天这种啊，这种天的维度啊，每一天都有值啊，每一天都有这个数据， 它是一种啊，均匀分布啊，在时间上它是一种均匀分布。那对于对于这种预测工作表的使用场景呢？当然仅仅是呃，根据啊，仅仅就是 说这个是根据历史时间上的数据的趋势来预测未来啊，他仅考虑了时间因素啊，而忽略了很多影响趋势变化的其他的一些因素。好，那今天我们来看一下如何来一键实现这种类型的这样一个数据预测。好， 我们首先呢就是说这个啊，我们把音做好的这个效果啊，给他删掉啊，我们这个会产生一个新的工作表上啊，我们把这个都给他删掉。 好，我们现在仅有的章啊，这个日期和实际值的这样一个表格啊。好，我们按 ctrl a 全选，然后点击数据，点击预测工作表。 好，然后呢我们会出现一个创建预测工作表的这个界面，他这边呢会有一个预测结束的时间 啊，我们这边可以选一下时间，我们比方说要预测到三月十号，那我们就选择三月十号。在这个上面呢，我们可以看到我们的这个橙色的线啊，上面这根细线呢，是代表预测的一个上线 啊，这个下面的这条线是一个下线啊，中间呢就是说他的是可能可能的这个啊 就是预测纸啊，那就是说实际发生纸他有可能会出现的这个啊这个位置啊这个纸， 那么就是说这里面我们可以看到其实他的这个趋势呢，似乎并不会啊，并不是我们前面的这个，呃，周期性的，并没有呈现这种周期性的特点，其实呢这个值可能并不符合我们的这样一个预 的一个要求，那我们可以点开这个选项啊，在选项这边有一个点击， 点击之后呢，可以看到在下面会出现啊，一系列的设置，这里面有一个预测开始啊，那就是从这一点开始啊，进行一个预测啊，默认的话，他是啊这个实际的这个最后一个啊日期啊 置信区间的话呢，我们可以看到啊，他这个默认呢是放在九十五，那我们越大的话呢，我们可以看到啊，他这个范围就会越大啊， 因为因为这个执行区间越大的话呢，就是说这个他能够啊出现的这个范围就会比较大啊，如果我们的区间执行区间比较小的话，那他 就可能会啊这个两条线的这个间距啊就会变得很小，那就是更容易去预测啊，那一般来讲的话呢，我们就把它设置为是百分之九十五。 好，那么下面有一个季节性啊，季节性的话就是说他呈现一个周期，一般来讲的话，比如说我们呃七天一个周期啊，比如说一个月 啊，一个月，或者是这个一个周期这样子啊，那我们这边他可以看到他这个没有能够自动检测出来，我们可以呃看到其实我们这个数据呢，他是呈现一个 季节性的变化的啊，要说我们是以十二天啊作为一个季节，那我们可以如果设置成十二的 话呢，我们可以看到他这边呢预测值呢，他会也会呈现这个相应的一个季节性的呈现，可以切换的这个柱形度，可以看到这种变化趋势。 好，那一般的话他是可以自动检测的，如果不能检测的话呢，我们可以手动设置啊，这种啊季节性的这样一个 啊设置啊，好，那这个日程表的范围的话呢，我们就是我们选择的啊，这个日程表的一个范围 还直的范围呢，就是这个相应的这个范围啊，好，我们使用下列方式来填充缺失纸，一般呢我们就默认内擦就可以了，使用以下方式聚合重复纸啊，我们就一般就选 选择啊，平均就可以了，这里面还有一个选项是包含预测统计信息，那么我们就给他选上，他就会有一些 啊预测统计信息来自动呈现，我们这个时候呢就可以去点击啊创建啊，我们可以选择这种默认的折线图，也可以选择这种啊柱形图啊，我们就选择默认的折线图，点击创建， 他会自动帮我们生成一个新的工作表啊，他是生成了一个新的三，这里面会有表，会有这个统计信息，在这边会有一个图啊，显示在这里面。 好，那这个下面我们可以看到这个表上呢，他这边是通过了这个佛利斯的啊， ets 函数啊，去进行了一个计算啊，我们去可以看到这个计算的一个啊公式的。 好，那我们可以把这个图呢啊，可以把它移动到我们的特意的工作表上啊。 好，那刚刚我们说过，就是说他会生成三根线啊，通过这种三指数的平滑算法生成三根线 啊，他这边就是会呈现出我们的数据的一个情况啊，如果我们需要啊，我们中间这根线呢，就是说这个是啊，可能出现的这样一个未来，这个纸可能出现的这样一个位置。 好，那我们可以把这个预测的纸啊复制过来啊，我们就复制这个 啊，趋势预测的这样一个指就可以了， 预测过来之后我们就可以看到啊， 这里面就是我们啊，三月一号到三月十号啊，每一天他可能会出现的纸啊。 好，那今天呢，我们所讲解的通过啊预测工作表啊，一键实现数据预测的功能，在工作中还是非常实用的，小伙伴们赶快动手试试看吧，感谢大家收看，再见！

excel 预测未来月业绩？现在有了去年一年的月业绩数据，你能预测出未来三个月的大概业绩吗？其实 excel 就有这个功能，只不过都被忽略了。 首先我们选中这些月份和月数据后，点击数据选项卡，然后我们点击预测工作表，再弹出页面中下方，我们可以选择预测结束日期。 选择后我们点击创建，就会新建一个工作表和折线图，还会显示预测的业绩和预测业绩的上下限，你学会了吗？

怎么用 excel 做预测分析呢？选中数据，插入一个普通的折线图，右键添加趋势线， 选择符合要求的趋势线，可以显示公式和二平方值。如果需要预测未来四个月的数据，可以在后推周期中输入四，这样就做了一个线性预测分析图了。

今天我们来学习如何根据历年的销售数据，然后去预测我们的一个销售利润，那么在这里呢，我们要用函数， 当我们对某一个函数不太熟练的时候，那么我们直接点开 f x 四，在这里去输入这个函数 gross 函数， 双击点开，那么这里就会有相应的参数，根据它的提示进行相应的选择就可以了。已知的外置集合，那么在这里要知道 gross 函数呢，它是一个统计函数， 它是根据已知数据去预测指数的等比，所以已知外置的几何是 利润。我们将它框卷上以至 x 值的集合销售额给它框卷上新 x 值的集合，就是我们目前预测的二零二三年度的这个销售额， 然后我们点确定，这样的话，我们就直接预测出来了二零二三年的一个利润。点赞收藏加关注哦！

大家好，欢迎来到奥菲斯课堂，今天我们来给大家讲一下在 excel 表格里如何做数据礼盒。比如说我这里有年龄和身高这两类数据，年龄和身高明显看出他是有关系的 啊，在年龄比较小的一个范围内，是年龄越大身高也是越大，当然年龄到了一定范围他也是不着的了，像后面他一一米八，一直是一米八， 嗯，那么我们想知道说这两列数据具体的一个函数关系是什么？如果我们知道这个关系的话，像这里有七到十七到十三岁之间没有给出，那我想知道八九十到底是年龄是八九十岁的时候到底是多少身高。 如果有这样的函数关系，我就可以直接带进去计算了。如何得到这样的一个关系呢？我们首先把这两类设置， 呃，给选中，选中以后点击插入，插入图表，这里图表这里有个小箭头，点击小箭头，嗯， 就选择第一个趋势线这个长度啊，画一个三点图啊，这是他的整体的一个关系的一个图像，这个图像已经做出来了，那么我们如何得出这个图像对应的一个函数关系呢？这右上角有个加号，我们点击一下，然后有趋势线， 其实是这里有个小箭头，我们点一下，因为他有好多种啊，有更多选项，这就出来了， 这里全世界他的指数啊，谢谢。对手，这个意思就是说我们根据现有的数据观察他，嗯，可能是个什么样的分布啊？比如说我如果认为是谢谢，现在选中， 呃，他这个就是给一个谢谢的故事，我可以这里有显示故事，我点一下，你看他这个谢谢故事，就是一个系数是零点零五六三的一个谢谢故事， 这样的话我就可以根据这个股市计算出年龄等于八九十岁的时候他的身高。但实际上我们看出谢谢你和只能你和一个大概的趋势，他并不一样，因为 十十九岁，二十岁到二十多岁的时候，他年龄年龄变化身高是几乎不变的，说谢谢你们肯定是有问题的。呃，整体来看他反而 更像对手礼盒，试一下对手礼盒，他后边不怎么长了，但前期的幅度还是不一致，我们选个多项式礼盒，多项式礼盒的话就是这个像素可以调，如果 相声越高，他可以理合的曲线越复杂啊。二下的话你说还不是很好，我们可以调节他的下手，结束也就是来个五次的吧。嗯， 点击空白处确定一下。哎，五次的几乎就你合上了，发现他后面也没有怎么变化啊，我们把这个颜色给调一下啊，点击这里，把颜色给他调成红色的，往边看一点。哎，我们看从这个五次，你和他这个呃， 几乎是吻合的，然后他这个股市的话也显示到了这里，这个股市是最高次次五次，然后四次，三次，二次、一次和长寿项是这么一个股市， 这样的话我们就成完成了一个礼盒，我可以根据这个关系计算任意年龄段的身高。谢谢大家，如果喜欢的话可以点赞、关注、收藏。

今天我们来学习如何做生产成本预测，如何根据已知的生产成本数据去预测下期的成本或预测多期的一个成本。那么如果我要预测根据这些已知数据去预测八月份的数据， 那应该怎么预测？那我们要用到一个函数，那么在这里如果你对这个函数不了解，我们直接点开 f x， 在这里去输入我们想用的函数 group 函数， 这是一个统计函数，我们点开就可以看到，他是根据现有数据预测指数增长值，那么我们要知道已知的外值集合，已知的 x 值集合，那么外值集合就是已知的生产成本， 已知的 x 值就是月份，那么新 x 值就是这个八月份不强制系数，唯一我们忽略不填，我们点确定 我得到的就能预测出来八月份的一个数值。如果说我要预测多期的一个成本，首先选中整个空白单元格，我们依然是打开 fx 去输入 gross 函数， 已知 y 值的集合，依然是生产成本， x 值的集合，依然是月份 cx 值的集合，我们将月份全部选中， 我们点确定，在这里我们将鼠标放到这里，我们当一个数组来实现，所以我们要同时按住 ctrl shift 加回车三键来实现，按 ctrl e 快捷键 保留两位小数就可以了，那这是我们通过已知的生产成本数据去预测下期的成本和预测多期的一个成本的方法。点赞收藏加关注哦！

老板让你预测未来四个月的销售额，如何快速搞定呢？首先选中历史数据，在数据裁判下选择预测工作表， 选择预测结束时间，点击创建，他会自动生成一个预测数据表和趋势折线图，然后美化一下表格和图表的样式，转发给老板就可以了，你学会了吗？

我们通过指数平滑法对一月到十月的已知数据来预测十一月份的未知数据。之前我们讲过如何用移动平均法来预测数据，下面开始演示分析过程需要准备好目标数据， 月份指标也可以是年份、星期、小时等数据类型，同样可以是其他数据，如成绩、销售额等。首先点击数据选项中的数据分析，选择指数平滑后，点击确定。进入到参数设置页面，输入区选择 b 一到 b 十一，阻尼系数为零点一， 输出区域选择 c 二到 c 十一。点击确定后生成数据和图表。一列是阻尼系数为零点一的预测值，另一列是标准误差。我们通过点击右下角下拉，生成十一月的预测值和标准误差。我们先将图表往下放一放，然后用 同样的方法生成第二组数据，阻尼系数换为零点二，最后再换阻尼系数为零点三，生成第三组数据。在指数平滑法中，标准误差越小，预测值越准确。 这三组数据中，当阻尼系数为零点三十，标准误差最小，所以我们选用四百零五点九二二为十一月份的预测值最为合适。最后只留下阻尼系数为零点三的数据可视化图，如序列数据平稳，波动不大， 阻尼系数建议为零点一至零点三。如序列数据有明显的变化倾向，阻尼系数建议为零点四至零点九。

怎样用 excel 做销售预测呢？根据历史数据啊，我 我们不一定要用，就是统计学的一些呃公式去做一些数据分析，也可以用自己一些土方法去做，我觉得比较现实一点啊，在呃工厂领域来说， 毕竟不是学术研究吗？你去呃去用他的什么口 very good， 眼神 very， 那算或者偏离什么？正向偏向啊，没什么用，我感觉 因为你的客户的这个群体没有那么广泛，就是 ok， 我们这个是个销售表好，客户编号有，呃订单，有发货啊，我这里有两三年的销售数据，然后这边可以看得到发货的数量啊，然后这边是回款。 ok， 然后呢？我们这表格还可以看得到，就是呃每不同客户他总共发了多少？呃发了多少货？什么多少钱？每个月？ 然后这边呢？呃只要填的数据呢，他就会显示在这边就是呃不同客户他拿了多少货，然后哎，就是这几年数量是如何这样子。那有了这个之后呢，我们这里可以看得到，就是最基础的客户的一个销售排名啊，然后他的销售占比， 然后这边更重要的是一个销售呃的一个备货计划。例如这里我们可以看得到，就是说今年发货的数量是多少，然后呢？这个数据最前面呢？你看这边我们拉到最后面。这边 我们这里有个结论是啥？今年的备货的一个数量是多少？什么型号？然后呢？有分淡季、旺季， 有季节性的，然后也有些呃业务员的调整啊，或者是呃特殊原因，呃就是总经理的一个判断也可以，然后根据这个的历史情况，然后可以去贴算出到底我要排多少的一个数量，这样子， 那这个数字是哪里来的呢？那肯定是前面的一个历史的一个销量，就是三年的所有的销量之类的，你看看得到，就是这销量是历史情况，你看会有一些比较类似的，但是他每一年呃他的需求的月份都是在两三个月，但是呢他数量各不相同啊， 所以我们这里你看这里的数字，我们可以还可以去调调动那个呃数数据的一个呃有效性是什么？就我们看得到这边我们呃有这里的订单，你看这里呃 有多有少，对吧？我们可能只想要说订单超过五百的，你才想要去纳入计算，因为这些一百多的，呃这些一百的可能你觉得意义不是很大，那我们你看我们这里可以更改这个的一个有效订单量，所以这些都是五百张订单以上的 的历史情况，他才会去纳入考虑的。那我们最终他最后的结果肯定也是不一样的，因为呃你根据的历史数据是不一样的。还有这三年他的三个不同的比重是 如何？就是越接近呃，今年的时候他可能的比重有效性更，就是这个占比更加的呃重，然后距离呃最近的一个，今年的一个备货会比较接近一点， 所以我们这个表格就是其实把所有的订单呢发货啊都已经考虑在内，并且是直接可以填很多年的数据在里面的，根本也不会卡， ok。

大家好，我是云发教育的上期老师，今天我们继续学习一个 cel 数据建模与预测分析， 今天要进入的是第二大部分季节性预测模型。季节性预测模型比前面的非季节性预测难度要大，他主要是三种方法， 居中移动规划求解和线性回归系数调整法。这三种方法难度都是比较大的，所以我通过一个 季节性销售预测模型，一个案例讲这三种方法是如何实现的，从他的 每一个步骤以及最后的试用场景，会给大家做一个非常详细的讲解。 季节性销售预测模型，我们很多行业在不同的时段，它存在淡旺季，比如说旅游、食品、 服装等等，他都存在相对的旺季和淡季。对于销售比较稳定的行业，可以采用 非季节性的预测模型。比如说在前面讲到了回归分析、趋势分析、移动平均和指数平滑法， 但是对于销售波动比较大的企业，存在季节性变化的，那就需要 计算他的季节性指数，这个是我们做季节性预测模型最关键的一步。 这里有个案例，就是某店铺有三年每个月份的饮饮料的销售记录，他是三年。对于季节性预测，在前面的第一课就讲到了至少要有一年的数据，这是三年的数据， 公司目前准备预测该种饮料下一年度的销量，我们现在需要根据三年的历史销售数据来预测下一年每个月份的销售数量。 这个案例非常具有代表性，有时间销售量啊，这个就是历史，历史数据也并不复杂， 我们看一个数据，他到底是非季节性还是季节性的？在前面课程也讲 到了，首先第一我们要结合业务场景，比如说饮料、服装，他肯定是有季节性的。第二个我们要看他的数据表现是否有季节性和趋势性。这个成分 怎么实现呢？就是需要画一个鹅线图，就可以 通过折叠图我们看出。可以看得出来这三年期间，每年的五月到十月是销售旺季，其中七月和八月他是夏天的销售高峰，这个是每个月， 每年他是每年都会出现的， 这就是季节性。如果不是每年都出现， 说幺八年七八月份是旺季，幺九年没出现，幺零年也没出现，那这七八月是不是旺季了？可以理解为不是旺季。所谓的季节性，他是 一年以上的数据都是重复出现的，你看这个就比较有规律性，然后结合我们的业务场景就可以判断它是具有季节性的，所以要用到季节性预测模型三种方法， 这三种方法在后面会陆续的展开。首先是第一种方法，居中移动平均法，他是什么意思呢？他就是要计算每个月的居中移动平均销售量。然后第二步就是每个月的实际销量，除以他的居中移动平均销量，得到 销售指数，然后再平均就得到了季节性销售指数，知道了季节性销售指数，到最后根据我们的预算， 已知预算总销售量在乘以每个月的季节性销售指数，就可以得到预测，预测年度每个月的预计销售量。这三步其实最关键也是最难的一步，就是第一步如何计算每个月的居中移动平均销售量？ 他的计算方法我们首先通一个底层的原理来解释，比如说我们要统计这个周 周的，那个周四的，他的一个居中移动平均法，一周有七天，比如说 平均周一到周日的销售量，我们可以找到周四，那么周四的居中移动平均法，周四的居中移动， 他是怎么求呢？是周一到周六，周一到周六中间，周四他刚好处于终点位置，你看前面三个，后面三个。 如果要招周五来，那往后推一下，周五就是周二到周一啊，这个叫移动平均。什么叫移动平均呢？就是这个意思， 给大家科普一下统计学啊。周四就是周一到周日，周五就是周二到周一啊，这是以周为一个周期的他的移动平均， 那周六那就是周三到周二了，以此类推，这个叫移动平。 这个是移动平均的一个底层原理。但是对于年度来说，因为一年的总月份是偶数，比如说我要计算一到十二月的十二个月的居中移动平均值，比如说我要计算 比如说一月到十二月他的平均值，他既不是六月，也不是七月啊，他是七月头，他是七月头，那怎么办呢？那要算两次，第一个是七，一月到十二月算的是七月头，然后二月到一月， 二月到一月算的是七月底，那么七月头加七月底，再除以二，就是他的七月的移动居中移动平均，这个在后面的案例会掩饰到，所以这个原理是非常重要的。 所以说解决这个问题还需要再找到二月到明年一月的平均值，然后再平均这两个平均值，也就是说 一月到十二月他的平均值是什么呢？是七月头，二月到一月 他的平均值是七月底，七月头叫七月底，在平均印象就是七月份的，那么以此类推啊，八月就是也是往后啊推移，以此类推。 那么八月就是二月到明年一月和三月到明年二月的平均值，这两个平均值再平均，那么就是 按照月份月份的居中移动平均。好，我们理解的这个原理啊，那我们后面再求 每个月的居中移动平均法就比较简单了。那么居中移动平均法这个案例呢？他分为六个步骤，我们先暂停一下，那么下节课我们详细来讲解每一个步骤是如何去实操的。

大家好，这里是大表哥，今天是我们的第一九零，我们给大家分享 f 开头的 fox 的函数， fox 的英文意是一个预测预报的意思， 然后我们这个佛开始他说了，他是可以根据我们的一个已有值来计算或者说预测我们未来的一个词的一个函数，这是他的一个基础的一个算法， 然后还是名称 fox， 然后是可以根据我们已有的数值计算或预测未来的值。也就是说我们这个预测值为基于给定的一个 x 值，推导出外值或者已知的一个数值， 已有的一个 x 值和外值，然后再利用我们的一个限行回归，对我们的一个未来的一个值做一个预测，做一个判断。 然后我们的一个语法构成呢，非常简单，有三部分构成。第一步参数是我们的 x， 也就是我们要需要进行预测的一个数据点，然后第二个呢跟第三个呢，都是一个数据区域，一个是外值的一个区域，一个是 x 值的一个区域。 同样他也有一些备注说明的思想，比方说如果我们的第一个参数是非数字型的话，那么我们的这个 foks 是会爆错，没办法计算的，反而毁的是一个井号歪扭的一个内容。同样我们的第二个第三个参数为空，或者说含有不同个数的一个数据点的话， 那么就可以认定他这个原数据是不对称的，所以说也没办法计算。返回的是一个井号 n a 的一个内容，同样我们的第三个参数 方叉为零，那么我们这个 fux 同样没办法计算。呃，他这有标注出来我们的 foks 的一个计算公式，嗯，大家可以大致的一个看一下，然后我们这个公式当中 x 跟 y 都是一个样本平均词，是可以用我们的一个 mv 以及还是说直接做一个计算的， 嗯，我们的这样一个 fux 的函数呢？它的使用场景可以用于使用我们这个函数对未来的一些销售额，或者一些库存需求，或者一些消费的一个趋势来做一个基本的一个判断和预测，然后 基基础雷同就到这里我们看一下他的一个入门案例。呃，我们的 a 列跟 b 列都是我们的一个基础数据，我们的一个 x 为二十， y 为六，同样我们的 x 为二十八的时候， y 为七， x 为三十一的时候 y 为九，这是有五组的一个 x， y 的一个对应的一个数据，此时呢我们写入我们的一个 fox 值，然后我们第一个参数为 三十，然后我们在第二个参数跟第三个参数同样选定我们的 a 组数据值跟我们那个 b 组数据值之后，返回的一个值等于多少呢？ 基于目前那个情况下，我们返回的一个词就是十点六七，十点六零七二， 然后我们给到了一个解释，就说可以基于给定的一个 x 值，三十的一个 x 的值来预测一个 y 的一个值是多少，此时他返回的一个 y 的值就是一个十点六零七二的一个值， 究竟是怎样的一个意思呢？我们再仔细看一下我们的一个 fox 的一个构成 fox 的第一个参数，他是写作的一个 为需要进行预测的一个数据点，他是一个 x 值，然后我们输入的一个 x 值的一个基础值，他可以预测 此时 x 指为这样一个点的时候，他的一个外置应该是在哪样一个范围大小。他返回的是这样的一个内容，我们可以将我们的一个基础数据看成一个折线的一个图，我们做一个插入，看一下他的一个趋势， 插入之后呢，我们就可以看到我们的 xcy 大致是这样的一个走势，一个趋势图，然后我们此时输入的我们 的一个 x 值为三十的时候， 他对应的一个坐标外置是多少？因为我们的一个折线图需要一个横纵坐标才能确定他的点位于我们的一个二维坐标的某个位置。所以说我们此时如果说要确定 x 值或者要确定 y 值的时候，我们同样是需要输入他对应的一个其他坐标的。如果我们要求的是 x 值，我们就需要输入我们的这个 y 值此时此刻为多少，才能预测出我们未来 x 值的一个 大小，他的一个走向。同样我们要预测歪子的话，我们此时此刻就需要填入 x 值的一个大小，才能根据我们的一个基础数据做一个推断和一个演示判断，才能得到一个预测值的一个 内容，这就是我们一个 fux 可以实现的一个基础的一个功能。然后今天的视频呢，我就到这里，不知道大家有没有听懂，每天一个表格函数，关注表哥不迷路，你都学会了吗？

大家好，我是云发教育的上期老师，今天给大家讲解一个 sell 数据建模与预测分析。 今天要分享的是季节性预测模型的第二种方法，规划求解法。规划求解法最重要的是它的一个公式， 预测模型就是预测月份梯的销售量，这个梯就是几月份，它是等于基准加趋势乘以十级数再加月份梯的季节性指数。 在这里时机数是已知的，我们要通过规划求解，把基准、趋势和季节性指数这三个变量把它 求出来。这个基准是什么意思呢？是每次观测时期开始时阅读销售的最佳估计数，他是不含季节性因素的。那么趋势呢？是销售数量的每月度增长力的最佳的估计数。 季节性指数。这里要重点了解一下，他是指一年中每个该月中销售量是高于平均水平还是低于平均水平的最佳估计数。 比如说八月份季节性指数为两百，表示八月份比平均月份的销量多两百个数量。比如说九月份季节性季节性指数为负一百，就表示九月份比平均月份的销量少一百个。那么这样 下来，一到十二月，他的平均他的季节性指数就为零。 第二个，他是根据现有的历史销售数据，利用规划求解来求解基准季节性指数以及趋势，最后将最优解带入预测模型，求得预测的月份的销售量。 重点是这个预测模型，他是一个预测模型，把这个记住，就可以 打开这个案例。我们先要建立时间序列，他的一个序号 日期，零八年、幺八年到二零年月份单独一列实际 销售量，预测销售量差，音量差，音量平方，然后基准趋势，然后在这个地方建立一到十二月的季节性指数，目标指平均标准差二方。首先第一步 差异指，差异指是预测销售量减实际销售量，等于预测销售量减实际的，这是他的差异。 差异量的平方，也就是差异量的平方，他是等于积五，他的平方就是这个，这个符号积五 二，他的平方啊，这个符号呢，就是按住序列键，键板上的六六，上面的那个就是平方回车，他的平方都是正数。 建立差异质和差异质的平方的作用是什么呢？就是最后检测我的预测销售量，他的可靠性上就可以讲到了，就是二方的纸， 二方的纸他是等于他是皮尔孙相关系数的平方， r is q， 它是相关系数的平方，主要是检测预测量和实际销售量，他们之间的相关性，如果相关性比较小， 比如说小如零点五，说明这个预测值不可靠，不太准确。它是一个监测指标，一五到一一四十，一五到一四十， 然后这个是实际的，然后 f 预测的也是到四十， ok， 因为还没有数字，所以它显示的是错误值。这个线不管的标准差也是作为一个参考， 标准叉，就是看他的一个方叉偏叉， stst 一 差一直， 这个是他的标准差，一千四百一十八，这个标准差其实参考意义不是特别的大，重点还是看阿尔方 目标值，这个目标值是什么呢？目标值是我们的差异量的平方，就是预测和实际的差，差异最小化，这个是目标，我在规划求解的时候就是这个目标，达到一个什么的目标呢？ 就是 h 五到 h 四十啊，这个目标应该是最小化啊，最小化，因为这个地方现在还没有值，还没求 那么平均值来平均值，我们要求一下季节性的销售指数，季节性销售指数他们之和一定是等于零的， 因为他是表示每个月份，如果是正数，表示每个月份比他的平均值多多少，如果是负数，就表示每个月比他的平均值少多少， 那么这个评论值就是一到十二位评论值，不可能每个月份比评论值多，也不可能每个月份比评论值少，所以他的这个季节性指数最后一定是等于零的， 所以平均值等于 他是应该是等于零。好，预测销售量，预测销售量，他是依据这个公式预测模型的公式， 他是等于基准， 按一下 f 四基准，它是不变的，下拉公式的时候，这个基准永远是取这个 ak 四啊。 k 四， k 四基准加七数，这个七数 就是这一个， 一五 乘以就是七，是乘以这个七数，这个 k 五呢？应该是 f 四啊，绝对引用，还要再加一个， 再加一个季节性指数，这个季节性指数是取是根据这个月份把这个地方引用过来，所以要用到 v 路 cup 函数，引用过来， v 路 cup 函数，第五月份 再接一把， ok， 再接一把， ok， 十九， 觉得有用，这里圈起来了，是觉得有用，圈起来，然后反过来是两 反过，从第二列显示就是季节性指数。好二在逗号零精确匹配好回车 把它下拉。为什么是零呢？因为这边是没有数据 好，我们数据的建模就做好了，我们先暂停一下，那么下节课我们开始进行规划，求解。

大家好，今天分享的技巧是用 excel 制作回归分析，或者说是你和分析。 举个例子，左边我们现在有一个数据员，然后有 x 和 y 轴的数据，我们现在要得到他的一个分析，他的一个规律，那么用 excel 得出他的一个你和的一个曲线方程，比如这里是一个对数方程，这应该怎么做 好？我们先把做好的进行删除，首先我们选中所有的数据，然后点击插入选择闪点图，好，我们选择这个闪点图，那么我们可以把图表标题进行删除，然后我们选中这个数据区域进行双击，然后在 右边的话就可以有他的一个标记，然后在标记选项里面可以改成类似，然后把标记点给他调小，然后我们可以在添加图标元素这里面选择添加趋势线 好，然后趋势线的话可以添加不同的种类，有线性的指数的或者等等的，比如我们现在随便添加一个线性的 好，添加完了之后，我们在右边可以选择我们的趋势线，我们点击趋势线选项，然后这里会有几种趋势线的一个选项，那我们看一下，我们这个是对数的，所以我们选择对数， 然后在底下的话可以显示公式以及显示啊平方值。如果说我们这个线条呈现一个线性的话，我们可以选择线性的，那么线性方程也会给 你列出来是多少，当然如果是指数的话，他也会列出来这个是最符合指数的一个方程是多少， 然后我们可以根据这个方程输入一个我们想要的 x 值，就可以得出一个预测的 y 值。好，关于这个小技巧，你学会了吗？喜欢我视频就点个赞，有什么不懂的欢迎在视频下方留言，我们下节再见。

大家好，我是研发教育的伤心老师，今天我们一起学习 excel 数据建模与预测分析案例实战。对于预测分析 我们并不陌生，在我们的工作职场当中，都是需要做预测分析的，比如说我们要对销售进行分析，这是最常见的，还有我们的财务预算要分析， 电商、物流、 hr 等等，都是需要做预测分析的。对于我们的工作生活，比如说 股票、基金投资，也是需要进行预测分析，所以所以说预测分析不仅仅对我们的工作有帮助，还能帮我们赚钱。 向投资分析，他就是为我们创造价值的，所以说预测分析需要我们每个人好好的去掌握。对于预测分析，大部分人都有一个误解，就是 拿到一个数据就马上用一个函数，或者是说用一个移动拼接法就把预测求出来了，那么这样的做法是不对的。预测分析相对是一个比较专业的工具模型， 它需要根据你的业务场景来匹配相应的预测工具，不同的数据的特性，不同的业务场景用到的预测分析的工具是不一样的。 概括来说，我把预测分析模型分为两大类，两大业务场景，一类业务场景是没有季节性的数据的分析预测，第二类场景是带有季节性的预测模型， 这两个场景一定要把它分开，如果不区分，那么做出来的预测的结果是不准确的，那么我的整个的课程就是围绕这两大义务场景来分解 讲解的。像非季节性的预测工具，主要有移动平均法、指数平滑法、预测工作表法，还有函数预测、趋势线回归预测、季节性的预测模型 相对来说要复杂一点，主要是三三种方法，第一个是居中移动平原法，第二个是规划求解，第三个是线性回归系数调整法。这两大业务场景都是以案例分析的形式来给大家讲解的，所以 基础一个社会基础比较差的学员不影响预测分析的学习，这个请大家放心。 下面是我的一个介绍，这个图片就是我本人，帅的一塌糊涂。一个 ceo 的培训，我已经 有十二年的经验，包括线上和线下，除此之外，我对 bi 的培训学习也是有一定经验的。预测 分析本质上就是时间序列的预测，我们的预测都是基于时间来的，脱离的时间预测就是没有意义了， 因为我们的预测一定是随着时间的推移来观测我们数据的变化，这个时间可以是连阅日记等等，包括你自定义的其他的时间都是可以的。 时间序列我们做预测的时候一定要清楚它的四种成分，这个是一个我们分析的一个前提和基础， 哪四种成分呢？第一个就是趋势成分，我的一个数据摆在面前，我们要观察 我的这个整个的趋势，随着时间的变化，他的变化趋势是上升还是下降，还是说震荡 平稳，震荡的，还是说是线性的还是非线性的，这就是它的一个趋势成分。它的趋势成分如何去识别呢？很简单， 画一个折线图就可以看出来，这个后面会有讲解。第二个是季节成分，季节成分 它是反映时间系列在一年中有规律的变化，它是由什么引起的？是特殊的季节或者是节假日引起的，每年会重复出现。比如说服装销售，它每年的都有它的一个淡旺季，你像夏装，那么在夏天七八 酒卖的比较好，冬装在冬天卖的比较好。不同的业务场景，它的数据可能会呈现出它的季节成分，这个要结合你的业务场景，也可以通过趋势成分来把它显示出来。 季节成分的预测分析相对来说要懒一些，它主要是要计算它的季节指数，这个在后面的课程也会讲到。 第三个成分是周期成分，周期成分它是反映的时间系列，在超过一年的时间内有规律的变化，大家注意这个周期一定是超过一年的。 如果是说在几个月或者几周里面，你想反映他的周期，这个基本上是很难的周期 他的成分主要是由他的经济状态的变动引起的，有波风和波股。所以这个周期的预测分析啊，往往需要 数据跨度要相对大一些，至少要一年，你不超过一年，你就不用考虑这个周期了。所以周期性分析，预测分析难度相对来说要大一些，复杂一点，因为他需要的数据样本要多一些。第四是不规则成分， 不规的成分它是不归因于上面的三种，并不是所有的数据都是可以预测的，有些数据他是预测不了的，他没有趋势， 也没有周期的成分，也没有季节性的成分，他就是杂乱无章的一个随机的。你如果非有预测，那只有 一个办法，很简单，就是求他的平均值。所以第三个洲际成分和第四个不规则成分， 在我们的商业数据分析当中啊，其实基本上可以把它去忽略，重点要考虑什么呢？重点要考虑它的趋势成分和季节成分，这也是我的整个课程主要要考虑的这两个成分。季节， 季节性因素我们应该怎么去预测？带有非季节性，也就是说趋势性怎么去预测？我们做时间系列的预测 有几步，首先第一步确定时间序列的类型，这个类型是由它的成分决定的，也就是趋势性和季节性。 首先呢，我们看趋势成分，它是根据时间序列的观测词的数据汇一张折线图，下面三张图可以看得出来，第一个就是没有趋势的时间序列， 如果要对他进行预测，那么他的工具方法和后面的是不一样的。第二个是线性趋势的时间系列，那么他的预测方法也是不一样的。第三个是非线性趋势， 它就是一个指数性，一个增长，这三张图表它的预测工具和方法是不一样的。所以我们在拿到数据的时候，第一步就要画这三张图，这个非常重要，包括我后面的课程，有的课程里面可能就 要画这个图，就不代表这个图不考虑，不是的，一定要自己先要把数据把它的趋势来观测出来。第二个季节成分，季节成分 一般需要的数据往往是两年或者两年以上的数据，而且要有一定的间隔，要间隔一年。我们在拿到一个数据的时候，要分析它的季节成分，就是画一张折线图 来观测他的多风多股是否存在季节成分，那如何判断呢？这个时候你不能就数据而论，数据一定要结合你的业务场景，比如说我这个是服装店的一个销售趋势，可以看出六七八，他就有 有一个季节性的因素，它有一个波风，这就说明我拿到这个数据就存在明显的季节成分。那我们在做预测分析的时候，一定要采用非季节性预测模型的三种三种工具。 第二步就要选择合适的方法建立预测模型。我这里做了一个小节， 对于一些数据，他们既没有趋势成分，也没有季节成分，这时呢我们可以用什么方法来移动平均或者指数平滑我的数，我们的数据如果有趋势成分的 上升或者下降，有趋势成分的，根据数据的特性，我们就要用到趋势预算法当中的三种方法其中的 一种，比如说一一元回归，二项式回归，还有指数回归， 这个后面会有讲到。第三个是我们数据如果是有季节成分的，就要用三种方法求出它的季节指数， 要用到季节指数法，我的整个的预测分析的课程都是围绕这些来的，季节性和非季节性的数据场景。 第三步是平价模型的准确性，确定最优的模型参数。我们有的时候用了一些工具方法，一定要评估模型的准确性，比如说我用移动平均或者是植入平滑，中间要求他的阻力系 数或者是间隔数，那么这个时候你就要进行试算，来确定最优的一个参数是什么，这个在后面的课程会详细的讲到。第四步是按要求进行预测，确定的模型参数之后，最后可以通过我们的 公式把它预测值求出来。这个就比较简单，比如说回归方程系数和常数都已经预测好了，那么我们就需要把它直接带入公式，算出来就得到一个预测值。 好，这个就是时间系列的四步。前面讲的四步我把它概括一下，第一就是要识别数据背后的业务 场景，它是季节性还是非季节性，我们通过一张图表能观察，同时你要结合你的业务场景。第二个对于你的数据，你在做图的时候，以及在正式分析之后，你一定要把你不必要的数据进行整理清洗， 来确保数据的准确性。第三步就是要做图发现规律，然后再选择合适的预测方法或模型，这个是关键。最后一步需要注意的是，如果是用回归 礼盒出来的预测，一定要观测他的监控值，他的监控值值就是阿方，这个阿方代表你这个方程的可信度，关于阿方他是如何 合计识别和判断，后面的课程会讲到一个 ceo 的基础，对于学好预算分析， 其实关联性不是很大，你只要学几个函数就可以了，上半数三拍大了，以及预测函数这几个也是非常简单，所以即使是零基础，你把这几个函数在我的课程当中把它消化一下，其实 也是没有没有多大关系的。第二个是规划求解的原理和技能，那么这一个呢？在整个预测分析的课程当中，会专门去讲解他的原理，数据分析工具库，尤其是回归分析， 他的原理在我的课程当中会穿插的给大家去讲解，所以说如果你是一 这个 cl 零，记住对于学习预测分析其实是没有任何障碍的，这个大家也放心 好了，关于预测分析模型，今天就介绍到这里，希望通过整个课程的学习，大家成为预测分析的高手。最后祝大家学习愉快，身体健康，万事如意，谢谢大家！

啊，大家好啊，欢迎继续学习一个数据分析基础系列技巧视频，这期视频呢给大家来分享一下如何去制作风险评估的散电图。 呃，这里边有一个模拟的数据啊，就是我们的风险点啊，风从风险一到风险八啊八个风险点，那么每个点呢？他呢？如果这个风险发生了之后呢，他对我们 比如说整个项目呀，或者说是某一方面的这个影响程度啊，十是最严重，然后呢一是最不严重啊，是这么一个尺度， 然后另外一个呢，就是他的这个发生的这种风险程度啊，就是他有可能发生的风险程度也是一到十啊这样一个数据。所以你看到这两个数据之后呢，其实你可以举一反三啊，把这两个维度的数据呢，换成你自己的 业务场景的数据啊，就可以把今天讲的这个思路呢啊用到很多地方去，比如说工作效率和工作质量啊，然后这个内部满意度跟外部满意度啊啊，员工流失率和这个客户流失率啊，类似这些东西的人都可以去套到我们今天讲的这个这个呃基本思路上啊， 好啊，现在呢，我们首先呢来把这两个数据呢选中，然后呢插入一张闪电图 啊，插入散点图之后呢，我们需要把这个背景的网格线呢给他去掉啊，就点中任何一根线，他就会批量选中啊，然后我们直接按删除就可以了啊，这个横线也是这样的啊， 然后我们把绘图区呢往中间稍微拉一下，让他小一些啊，一会我们要去加这个这个相关的一些标识啊， 好，这样回头区呢稍微小一点，然后现在我们在这个回头区上的打右键，然后设置回头区的格式，然后找到填充填充的，我们找一个这个 啊渐变的填充啊，渐变的填充呢，我们下边有一个这个渐变的光圈的一个设定啊，我们首先呢来设定第一个点啊，第一个这个颜色点，那么第一个颜色点呢，我们设置为红色啊，然后呢再设置他的第二个颜色点 和第三个颜色点啊，我们先设第二个，第二个颜色点呢，我们就设置为这个黄色吧啊黄色。第三个颜色点呢也是设置为稍微稍微淡一点的黄色啊，然后第四个颜色点就最后一个颜色点呢，我们设为绿色啊，绿色 啊，然后呢我们需要看一下他的整个的这个界面的方向，方向，我们呢一般呢会选择这个方向，就是左下角呢是风险最低的啊，影响最低的，那么右上呢是风险最高的或者影响最高的， 这样的话呢我们就把这个数据呢能够划分开啊，中间呢，如果你想那个过渡地的稍微大一些的话呢，我们可以把中间的两个颜色点呢稍微拉开一点啊，这样这个过渡呢就会大一些，或者说呢你把第二个点呢直接也变成同样的一个淡黄色 啊，这样的话这个过渡呢就会更好一些啊，这样我们就把这个整个的区分呢以背景颜色的方式啊找出区分来 啊。其他的呢我们都可以设置是，比如说透明度啊，然后这种这个其他的亮度啊，你都可以稍微调 调一些，比如说我们不要那么亮啊，就可以稍微把它调暗一点啊，就可以了。好，那么这个设定完之后呢，我们再去 对每个点啊，加上他对应的标签啊，我们在这个点上任何一个点上打右键，然后添加数据标签，然后添加数据标签就可以了，他默认的添加的是什么呢？默认添加的是这个 外轴呢，就是这个风险程度这个数据，但是我们实际上是不需要他的啊，我们需要的是什么？需要是这个瑞斯克一到瑞斯克八， 所以我们点中这个他天堂的标签啊，这直接打右键的设置数据标签的格式，设置数据标签格式啊，在这里边呢，我们要选什么单元格中的纸，把这个勾上， 勾上之后呢，我们就可以选瑞士一的瑞士八啊，然后确定这样的话呢，我们再把这个外置呢给他 勾掉，我不要外折，我就要瑞士一到瑞斯八就可以了啊。然后呢这个线是引导线啊，其他的就不需要了啊，这样的话呢，我们就很清晰的看到了这个每个瑞士他在整个图表的这个位置。 好，接下来呢我们来去做另外一个调整啊，我们把这个布局呢给他做成四个象限啊，然后更容易去区分我们整个的风险的点 啊。四根线线呢，我们首先呢来看一下我们的这个底下的 x 轴， x 是零到十二，他的中间点呢是六，中间点是六，所以在这个轴上打右键啊，设置左边这个格式啊，左边这个格式呢，在这个刻度线这个地方啊， 是可留线，应该是在啊，在上边啊，在上边，在这个地方就这边 交叉，这个地方啊，做完轴交叉啊交叉呢？交叉的做不了轴的这个纸，我们设为六， 刚才我们你们六是中间吗？啊是为六。然后呢我们在下边这边轴的这个标签位置啊，这个标签呢，我们直接给他改成无标签，给他改成无就可以了，然后我们的这个主要刻度线和次要刻度线也不要了啊，标签就不要了， 好啊，这是一个设定，然后再接着来做这个已经被挪到中间去的，这实际上这个轴啊被挪到中间去，这个轴呢实际上是刚才左边这个轴啊，我们在这个轴上这个轴是零到也是零到十二 啊，所以我们呢现在呢把这个轴选中在这个轴上，然后打右键设置做八轴格式啊，设置做八轴格式之后呢，把它 啊也是左半轴指也是改为六。然后呢我们在下边的这个刻度线呢，还是两个刀五标签呢还是设为五啊，也不要标签 啊，其他的就不要了啊，这样的话呢，其实我们就有了两条线，把整个的这个界面呢就切成了这个四个象限，那一方面你可以通过背景色呢来看他的缝线程度， 另外方面你可以通过这四个象限呢来去看答案。右上这个放这个象限的这个点呢，其实都是值得我们关注的啊，左下这个点呢才是我们稍微比较放心的这个点啊，是这样一个道理。 好了，那么我们呢再去做一个修饰啊，添加插入一个文本框啊，这是横排的文本框，在这个地方我们插入一个文本框，文本框呢，我们稍微往下拉 线拿长一些啊，然后呢在这里边我们去做这个 啊，看这一个鼠标一点呢，这个就消失了啊，我们先把这个数据输入之后啊，我们再去调整他的这个位置啊，好，我们输入第一个是低， 然后呢打几个空格，然后中，打几个空格，然后高啊滑了，这样的话呢我们调整了，他就不会随便就消失了啊，因为他有文字在里边。这样，然后我们再把 这个呢稍微拉一点，这个稍微往上一点啊，然后这个地方呢 我问一下，太不见，太不见，太不见啊，然后呢稍微往后退一个啊，然后太不见了，因为他的这个跨度比较大啊，有些时候我们需要用这个空格键去调整， 然后高也是这个太不简，太不简，然后呢接下来我就要用这个空格键去调整一下，好啊，这样的这个风险的高中低就有了啊，同样这边呢我们也要加入一个文本框来插入一个文本框，然后竖拍 啊，输牌了，门框啊，我们先输入再说吧啊，第一，然后呢 中，我们高啊低中高，我们把它放过来 啊，我们还是说错了，应该是高中低啊，看那个顺序应该是这个样子，我们再重新来吧。啊，高中 的啊，好了啊，现在呢这个门框呢我们就已经做好了，然后还是同样在这个地方呢，来把他太不见往下走，太不见往下走，这个呢稍微往回 缩一点啊，这是一个，然后这边也是看不见，然后呢我们用它高了往回缩一点。 好啊，这样的话我们就把这四个镶嵌，然后呢这个颜色背景啊，然后还有这个高中低的这种提示呢，就完全做好了啊，这样一张图标啊 啊，下边呢，我们还可以去做这个什么图表的标题的设定，然后呢这个左边轴的标题的设定，这个大家呢去去添加就可以了，这都有现成的选项啊，这个我就不替大家做了啊，这就是一个这个风险的评估，在这上面呢，我们一方面可以通过象限，另外一方面可以通过这个背景色啊， 能够看到我们的这个具体的点的分布。好啊，这期视频呢就给大家讲解到这。

哈喽，大家好，今天给大家讲一个预测数据的新方法，就是数据分析里面的指数平滑。那之前给大家讲过一个预测数据的方法，那是首先我们选出数据， 然后我们数据里面的预测工作表，那我们可以选择预测结束时间，比如说选择最晚三十号， 还有我们选择一个周的，那我们选项里面最新期间，那我们可以自己调啊，越大那他这个范围越大，那越小范围就越小，那我们点击创建的话，他就会把上限值和下限值都会出现，那我们这 种方法是比较笼统啊，那我们今天讲的数据就比较细啊，预测的数据就比较细致，那今天讲的数据，首先我们点中数据，然后我们在数据分析里面的指数平滑啊，点击确定，那我们 输入区域就是我们的 b 二到 b 十一，那我们阻尼系数，阻尼系数这里呢？那前提是如果我们的数据波动性 越大，那阻尼系数就越大，那波动性越小，那阻尼系数就越小。标志的话就是我们如果选中销售额点标志我们不选，不选中的话就不用点，我们不用管，那我们今天分别选三个稳定系数，我们首先 算零点二的，那输出去，输出去，我们点 c 二，那我们确定， 然后我们点零点六的指数平滑，我们把它改成零点六，然后我们点第二我们点确定， 然后我们点数据分析里面的指数平滑，那么改零点九，然后我们点一二，我们做个对比， 那如果我们要算十一号的值，那我们如果选选择算十一号的值，那么他都拉下来，一个 拉下来，然后我们都就进行了预测啊，比如说如果是十号销售了， 实际销售了幺零九九五，那我们他会预测十二号，十一号销售的是幺零六二九，那用第二个总结数数预 预测他销售幺零六二九，那零点六的销售额就预测他销售万零六，那零点九的总计销售就有效销售，预测他 销售的是八千八百九十六，那我们如何预测到十二号呢？那如果我们的是一号，销售的是一万块，那我们再把它下拉一个，那我们零点二的促进去注意预测，看销售 一万零一百二十五，那零点六预测他销售的是一万零四啊，相对来说零点和零点六相对准确一点，零点九相对来说误差比较大，因为我们的 原数据它波动性不是特别大，所以我们零点二的到零点六之间的总结系数是合理的，那就是这样预测，那我们实际执意输入，那我们可以在 再次再预测他的下一个值啊，就这样预测啊。今天讲的这个预测方法，大家学会了没啊？学会了，麻烦大家点个关注加双击，谢谢！

大家好，我是研发教育的山西老师，今天我们继续讲解一个 sir 数据预测， 上节课讲到了趋势线预测法，那么这一节课我们继续来深入的理解趋势线预测法的应用。 趋势线预测它是根据历史数据进行回归分析。礼盒出来一条回归方程，它主要有三种场景， 第一个是线性的，线性的用一元线性回归方程，第二个是非线性的，用二字多项式。 第三种是曲线指数回归方程，不管哪一种，先要通过三面图来观察图形，然后来决定用哪种方法。前面也讲到了，我们如 何来判别数据的趋势呢？首先可以制作一个折线图来观察他是线性的还是非线性的，还是曲线，甚至是是否具有季节性。好，我们来先看一元线性回归方程。 一元线线回合方程，他是 y 等于 a 加 ex， x 是自变量， b 是系数， a 是他的长量， y 就是他的音变量。我们可以通过一元线下回合方程求出 ab 的值，然后 通过未来的知名量 s 来预测我们的最终的预测值。歪，它的整个的 思路是什么呢？首先第一个我们要插入散点图来进行观察。第二，然后添加趋势线得出回归方程，同时要观察监测指标，就是二方值入二方值 小于零点六，说明这个合格方程是不显著的，也就是说不可靠，那么就要换方法了，这种方法就是不行，最后计算预设值。 好，我们来看一下这个案例，人均 gdp 从零四年到幺四年，现在要预测 二零一五年的人均 gdp， 我们先看一下他的一个图表，选中 a 二到 b 十二，插入图表闪电图， 然后选中图表，在图表工具设计下面有添加图表元素。趋势线，线性， 其实我们做散点图也好，折线图也好，他这个就是一个线性的，就一条线，他是线性的， 他不是曲线，曲线他是弯的。然后点右键设置虚实线格式， 在下面勾选显示公式，显示二方值。我们首先来看这个公式可不可靠，就看二方值，他是等于零点九九，接近于一，说明 是相当可靠的啊，非常可靠，都接近一了，如果低于零点六就是不可靠了， 那么 y 等于四百五十二点六二， x 减九零三零零三，这个就是它的离合方程， x 就是二零一五。带入这个公式就得出二零一五年的人均 gdp， 好等于四五二点六二乘以 二零一五减九零三零零三，回车 好，九零二六点三，就是二零一五年人均 evp 的预测，这个预测的可靠性 是非常高的，为什么呢？二方指它接近于一 好，这个就是通过一元线性回合方程来求得的预测值，相对 可靠性比较高。还有一种方法是通过数据分析工具来求走的。好，我们下节课再来讲，谢谢大家。

大家好，我是原发教育的伤心老师，今天继续给大家讲解 excel 数据建模与预测分析。今天要讲的是使用散点图和趋势线进行指数方程的长期趋势预测。 上节课讲到了是用二次多项式方程预测，那么针对同一个案例，我这里用指数回归方程来进行预测。首先来介绍一下指数方程预测他的适用场景， 我们有了数据，在随着时间的推移，他会越来越高或者越来越低，呈现出一种指数性的增长或者下降，那么这个时候我们就要考虑用指数回归方程。 需要注意的是，指数回归方程它里面的数据不应该包含零值或者是负值，负数如果有零值或者负数，那么就不能用指数方程，那么就可以要尝试用二次多项式回归方程。 在二四多项式和指数方程之间，如果数据都很类似，那么选哪一种更合适呢？就要看二方直，二方直，谁大就用就用哪一个方法，谁大就用谁。 他的公式是 y 等于 a 一啊，这个是 b， t 就表示什么呢？这个一他是一个自然对数的底数啊，这个不用去深交，他就是类似于这样， y 等于四百七十七点六乘以一， 然后上面是零点一六七三 x， 只要我们求出 a 和 b 就可以了， a 和 b 就可以了， 然后再将未来的时间带入进行预测，他的思路也是一样的，和前面讲到的是一样的，插入三点图和添加趋势线，得到回关方程，观测 监测值二方，然后再计算预测值，那么预测值这个一自然对数转化为函数，就是用一 xp 函数，它是自然对数函数 还是？接着上面的一个案例，上节课讲的是二次多项式，求出来的是 y 等于十二点幺零幺三啊， x 方是这个公式， 那么我们接着来，我们再重新再把它算一遍，插入三点图， 选中三点图，在设计下面添加图表元素，趋势线，先点选一个指数， 然后点线线指数都是可以的。最后要在这个地方我们看一下，首先呢把勾选这两个显示公式和二网址，然后再来看指数和 多项式，这个是多项式的，这是上节课讲到了阿芳指等于零点九七九，指数呢，它是零点九六九，相差 不大，当然二次多项式可能更好一些，那么这个就是指数，点指数。 ok， 那么这个指数我们看一下，这个预测时是指数的预测值， 这个是上次课讲到了二次多项式， 差是等于有一个公式，四七七点六 乘以 e x p 函数，它是返回 自然对数一的 n 次房， 零点幺六七乘以 x 就是 c 二啊，这个是他的一个公式， 就是 y 等于四七七点六一，然后上面是零点幺六七 x 的方回车。 好，这个预测，这种预测和这上面的预测多少有点差距，有差距是非常正常的，因为方法不一样。好，我们来小结一下，什么情况下用非线性的， 非线性的二次多项式。什么情况下用非线性的指数回格方程呢？有两种方法来判断，首先第一个数值不应该包含零或者负数，如果有零或者负数， 不管阿尔方值多大，你就不能用指数回合方程，要用二十多项式，这是第一个判断的标准，第二个判断的标准就是阿方值，阿尔方值越大就用于就用水，但是他的前提是 如果用选择指数，他数据不能有复数啊，就这两个。好，那么关于深入理解趋势线预测法，今天就讲到这里，谢谢大家。