Page 90 - 4266

Лабораторна робота № 11

ЗАСОБИ ПРОГНОЗУВАННЯ ЕКОЛОГІЧНИХ ДАНИХ У
ПЕТ MS EXCEL. ПЕРЕДБАЧЕННЯ ДИНАМІКИ

ПОПУЛЯЦІЇ НА ОСНОВІ ФУНКЦІЙ ПРОГНОЗУ

11.1 Мета і завдання

Навчитись створювати прогноз за допомогою наявної
регресійної моделі. Навчитись використовувати функції
передбачення ПЕТ MS Excel. Навчитись будувати, аналізувати і

застосовувати тренди.

11.2 Основні теоретичні положення

Для прогнозування екологічних даних в MS Excel

пропонується три основних підходи до створення прогнозу:1) з
застосуванням ковзного середнього; 2) на основі моделі регресії;
3) на основі згладжування.

Метод ковзного середнього полягає у тому, що прогноз
будь-якого періоду являє собою середній показник кількох
попередніх елементів часового ряду. Звичайно число елементів,

що використовуються в усередненні, доцільно брати не менше 3.
Ковзну середню звичайно застосовують перед розрахунком
регресії при великому розмірі ряду для згладжування різких
коливань з метою зменшення помилки через розсіювання даних, і

лише після цього будують тренди за згладженою лінією.
Прогнозування на основі моделі регресії полягає в
екстраполяції часового ряду за рівнянням регресії

y  F (t ),
(11.1)

де у – результативний фактор (показник), t – час, F(t) – функція
регресії. При прогнозуванні на основі моделі регресії час відіграє
роль єдиного фактора, який узагальнює дію усіх факторів.
Визначальним моментом прогнозування за регресійною моделлю

є вибір адекватної моделі регресії. Для підбору найкращої моделі
залежності результативного показника від часу зручно
використовувати графічне подання моделі і даних часового ряду,

90