Accurate, practical Excel predictive analysis: powerful smoothing techniques for serious data crunchers!
In More Predictive Analytics, Microsoft Excel® MVP Conrad Carlberg shows how to use intuitive smoothing techniques to make remarkably accurate predictions. You won’t have to write a line of code--all you need is Excel and this all-new, crystal-clear tutorial.
Carlberg goes beyond his highly-praised Predictive Analytics, introducing proven methods for creating more specific, actionable forecasts. You’ll learn how to predict what customers will spend on a given product next year… project how many patients your hospital will admit next quarter… tease out the effects of seasonality (or patterns that recur over a day, year, or any other period)… distinguish real trends from mere “noise.”
Drawing on more than 20 years of experience, Carlberg helps you master powerful techniques such as autocorrelation, differencing, Holt-Winters, backcasting, polynomial regression, exponential smoothing, and multiplicative modeling.
Step by step, you’ll learn how to make the most of built-in Excel tools to gain far deeper insights from your data. To help you get better results faster, Carlberg provides downloadable Excel workbooks you can easily adapt for your own projects.
If you’re ready to make better forecasts for better decision-making, you’re ready for More Predictive Analytics.
- Discover when and how to use smoothing instead of regression
- Test your data for trends and seasonality
- Compare sets of observations with the autocorrelation function
- Analyze trended time series with Excel’s Solver and Analysis ToolPak
- Use Holt's linear exponential smoothing to forecast the next level and trend, and extend forecasts further into the future
- Initialize your forecasts with a solid baseline
- Improve your initial forecasts with backcasting and optimization
- Fully reflect simple or complex seasonal patterns in your forecasts
- Account for sudden, unexpected changes in trends, from fads to new viral infections
- Use range names to control complex forecasting models more easily
- Compare additive and multiplicative models, and use the right model for each task
چکیده فارسی
تجزیه و تحلیل دقیق و عملی پیشبینی اکسل: تکنیکهای هموارسازی قدرتمند برای خردکنندههای جدی داده!
در More Predictive Analytics، Microsoft Excel® MVP Conrad Carlberg نشان میدهد که چگونه از تکنیکهای هموارسازی بصری برای پیشبینیهای بسیار دقیق استفاده کنید. نیازی نیست یک خط کد بنویسید -- تنها چیزی که نیاز دارید اکسل و این آموزش کاملاً جدید و شفاف است.
کارلبرگ فراتر از Predictive Analytics بسیار تحسینشده خود عمل میکند و روشهای اثباتشدهای را برای ایجاد پیشبینیهای دقیقتر و عملیتر معرفی میکند. شما یاد خواهید گرفت که چگونه پیش بینی کنید که مشتریان در سال آینده چه چیزی برای یک محصول خاص خرج خواهند کرد... تعداد بیمارانی را که بیمارستان شما در سه ماهه آینده پذیرش می کند را برنامه ریزی کنید... اثرات فصلی بودن (یا الگوهایی که در یک روز، سال یا هر دوره دیگری تکرار می شوند را بررسی کنید. )… روندهای واقعی را از "نویز" صرف تشخیص دهید.
کارلبرگ با تکیه بر بیش از 20 سال تجربه، به شما کمک میکند تکنیکهای قدرتمندی مانند همبستگی خودکار، تفاضل، Holt-Winters، backcasting، رگرسیون چند جملهای، هموارسازی نمایی، و مدلسازی ضربی را تسلط پیدا کنید.
گام به گام، یاد خواهید گرفت که چگونه از ابزارهای داخلی اکسل نهایت استفاده را ببرید تا بینش عمیق تری از داده های خود به دست آورید. برای کمک به شما برای دستیابی سریعتر به نتایج بهتر، کارلبرگ کتابهای کار اکسل قابل دانلودی را ارائه می دهد که به راحتی می توانید آنها را برای پروژه های خود تطبیق دهید.
اگر برای تصمیمگیری بهتر آماده پیشبینیهای بهتر هستید، برای تجزیه و تحلیلهای پیشبینی بیشتر
آمادهاید.
- کشف کنید که چه زمانی و چگونه از صاف کردن به جای رگرسیون استفاده کنید
- داده های خود را برای روندها و فصلی بودن آزمایش کنید
- مجموعه مشاهدات را با تابع همبستگی خودکار مقایسه کنید
- تحلیل سریهای زمانی پرطرفدار با Excel's Solver and Analysis ToolPak
- از هموارسازی نمایی خطی هولت برای پیشبینی سطح و روند بعدی و گسترش پیشبینیها در آینده استفاده کنید
- پیشبینیهای خود را با یک خط پایه ثابت اولیه کنید
- پیشبینیهای اولیه خود را با پخش پسکست و بهینهسازی بهبود دهید
- الگوهای فصلی ساده یا پیچیده را به طور کامل در پیش بینی های خود منعکس کنید
- تغییرات ناگهانی و غیرمنتظره در روندها، از مد روز گرفته تا عفونت های ویروسی جدید را در نظر بگیرید
- از نامهای محدوده برای کنترل آسانتر مدلهای پیشبینی پیچیده استفاده کنید
- مدل های افزایشی و ضربی را مقایسه کنید و از مدل مناسب برای هر کار استفاده کنید
ادامه ...
بستن ...