Основные теоретические сведения. Поскольку тренд по своей сути является уравнением регрессии исследуемого показателя Y на время t, для определения параметров тренда и выполнения прогнозов

Поскольку тренд по своей сути является уравнением регрессии исследуемого показателя Y на время t, для определения параметров тренда и выполнения прогнозов можно использовать встроенные функции Excel категории Статистические. Эти функции можно применять только для двух основных трендовых моделей: линейной и экспоненциальной.

Встроенные функции для определения параметров тренда:

· НАКЛОН(изв_знач_ y;изв_знач_ x) определяет коэффициент наклона линейного тренда к оси абсцисс (коэффициент a ₁);

· ОТРЕЗОК(изв_знач_ y;изв_знач_ x) определяет точку пересечения линейного тренда с осью ординат (коэффициент a ₀);

· ЛИНЕЙН(изв_знач_ y;изв_знач_ x;константа;статистика) возвращает массив коэффициентов { a_m, a_{m –1},…, a ₁, a ₀} многомерной линейной регрессии вида

.

· ЛГРФПРИБЛ(изв_знач_ y;изв_знач_ x;константа;статистика) возвращает параметры { b_m, b_{m –1},…, b ₁, a } экспоненциальной многофакторной модели

.

Встроенные функции для получения точечных прогнозов:

· ПРЕДСКАЗ(x; изв_знач_ y;изв_знач_ x) вычисляет теоретическое значение y_x в одной точке x на основе линейной модели;

· ТЕНДЕНЦИЯ(изв_знач_ y;изв_знач_ x;нов_знач_ x;константа) вычисляет теоретическое значение на основе линейной модели для целого диапазона новых значений x;

· РОСТ(изв_знач_ y;изв_знач_ x;нов_знач_ x;константа) вычисляет значение экспоненциального тренда y = a × b^x для диапазона новых значений x.

Таким образом, функции для получения точечных прогнозов объединяют два этапа прогнозирования: определение параметров тренда на основе метода наименьших квадратов и использование найденных параметров для выполнения прогноза.