Excel数据分析案例二 |
您所在的位置:网站首页 › excel怎么样计算一天的销售额 › Excel数据分析案例二 |
Excel数据分析案例二——预测销售额
①算术平均法②加权平均法③移动平均法④加权移动平均法⑤回归预测法⑥业务分析法总结
题目:现有某商场2020年1-9月实际销售额数据,需要预测10月销售额数据,以便制定10月目标,数据如下 ①算术平均法计算1~9月的算术平均数即可 =AVERAGE(B4:J4) ②加权平均法距离10月越近的数字是越有价值的,所以要对每个月的销售额进行加权平均计算,先在单元格中加入权重值,再用函数进行计算 =SUM(B6:J6)/SUM(B5:J5) 或者直接使用SUMPRODUCT: =SUMPRODUCT(B4:J4,B5:J5)/SUM(B5:J5) ③移动平均法根据最近一组销售数据来推断未来销售数据,一般一组是两个数据以上 举例:7~9月的销售额相加后再除以4,得到平均数据即可预测10月数据 =SUM(G4:J4)/COUNT(G4:J4) ④加权移动平均法加权平均法与移动平均法相结合,如三个月移动平均,分别给这三个月按照离10月的距离进行赋权,确认好加几个以后在单元格内输入权重值,然后使用SUMPRODUCT =SUMPRODUCT(H4:J4,B5:D5)/SUM(B5:D5) ⑤回归预测法使用一元线性回归方程进行预测 y=ax+b 选择1~9月的数据 - 插入 - 折线图,点击右上角加号显示趋势线,选择线性,然后选择显示公式和R平方值,可以得到线性回归方程为 y=-121.58x+8418.6 R²=0.2053 然后将x=10带入,就可以得到结果7203 1、R²也叫决定系数,公式: 离差平方和:代表因变量的波动,即因变量实际值与其平均值之间的差值平方和。(实际值与其平均值之间的差值平方和) 误差平方和:代表因变量实际值与模型拟合值之间的误差大小。(实际值与模型预测值之间的误差平方和) 故R方可以解释因变量波动中,被模型拟合的百分比,即R方可以衡量模型拟合数据的好坏程度;R方的取值范围 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |