პროგნოზის სიზუსტის პროცენტის გამოთვლა ძალიან ნაცნობი ამოცანაა, რომელიც უნდა შესრულდეს არა მხოლოდ იმ ადამიანებისთვის, რომლებიც მუშაობენ სტატისტიკასთან და მონაცემთა ანალიზთან, არამედ მათთვისაც, ვინც მუშაობს მონაცემთა მეცნიერებასა და მანქანათმცოდნეობაში. ამ სტატიაში ჩვენ გაჩვენებთ 4 უმარტივეს და ეფექტურ მეთოდს, თუ როგორ უნდა გამოვთვალოთ პროგნოზის სიზუსტის პროცენტი Excel-ში.

ჩამოტვირთეთ სამუშაო წიგნი

შეგიძლიათ ჩამოტვირთოთ Excel-ის უფასო პრაქტიკის სამუშაო წიგნი აქედან.

პროგნოზის სიზუსტის შესავალი

პროგნოზის სიზუსტე არის გადახრა პროგნოზირებულ მოთხოვნასა და რეალურ მოთხოვნას შორის . მას ასევე უწოდებენ პროგნოზის შეცდომა . თუ შეცდომები წინა მოთხოვნის პროგნოზებიდან გამოითვლება სწორად, ეს საშუალებას გაძლევთ შეცვალოთ თქვენი მომავალი ბიზნეს დაგეგმვა, როგორიცაა მომსახურების ტარიფის გაზრდა, მარაგების შემცირება, მიწოდების ჯაჭვის ღირებულების შემცირება და ა.შ., რომ ის უფრო წარმატებული გახადოთ.

პროგნოზის სიზუსტის გამოთვლა ძალიან მნიშვნელოვანია ბიზნესში, ამიტომ თქვენ უნდა გქონდეთ თანმიმდევრული და საიმედო მეთოდი პროგნოზის მარტივად შესაფასებლად.

ამ სტატიაში ჩვენ გაჩვენებთ, თუ როგორ შეგიძლიათ გამოთვალოთ პროგნოზის სიზუსტე. პროცენტი 4 ყველაზე საიმედო გზით. მაგრამ სანამ ამ გამოთვლის მეთოდებს გაჩვენებთ, პირველ რიგში, თქვენ უნდა იცოდეთ რა არის რეალური მოთხოვნა პროგნოზირების სიზუსტეში.

შესავალი მოთხოვნაში.პროგნოზი პროგნოზის სიზუსტის პროცენტის გამოსათვლელად

მოთხოვნის პროგნოზირება ან გაყიდვის პროგნოზირება ძალიან ფართო თემაა. ამ სტატიის მიზანია გაჩვენოთ, თუ როგორ შეგიძლიათ გამოთვალოთ პროგნოზის სიზუსტის პროცენტი Excel-ში. ასე რომ, აქ ჩვენ უბრალოდ შემოგთავაზებთ მოკლე მოთხოვნის პროგნოზს.

მეორეს მხრივ, მოთხოვნის პროგნოზი არის ის, რაც არც თუ ისე გავრცელებულია ყველა ორგანიზაციაში. ან თუნდაც თქვენს კომპანიას ჰქონდეს რაიმე, თქვენ შეიძლება არ იცოდეთ ამის შესახებ. თუ თქვენს კომპანიას აქვს ERP ან მასთან დაკავშირებული პროგრამული უზრუნველყოფა, მაშინ დიდი ალბათობით თქვენ გაქვთ პროგნოზი.

ფორმულა მოთხოვნის პროგნოზის გამოსათვლელად არის,

ამ ფორმულის განხორციელებით თქვენ მარტივად შეგიძლიათ გაიგოთ თქვენი ორგანიზაციის მოთხოვნის პროგნოზი.

4 მეთოდი როგორ გამოვთვალოთ პროგნოზის სიზუსტის პროცენტი Excel-ში

ახლა, როცა იცით ფაქტობრივი პროგნოზი და მოთხოვნის პროგნოზი , შეგიძლიათ დაიწყოთ პროგნოზის სიზუსტის პროცენტის გაანგარიშება Excel-ში.

ეტაპები პროგნოზის სიზუსტის გამოსათვლელად პროდუქტის მიხედვით Excel-ში მოცემულია ქვემოთ.

ნაბიჯები:

• პირველ რიგში, უბრალოდ გამოაკლეთ პროგნოზი მოთხოვნას რათა გამოთვალოთ პროგნოზის შეცდომა თითოეული პროდუქტისთვის.
• ამის შემდეგ გამოიყენეთ ABS() ფორმულა Excel-ში აბსოლუტური მნიშვნელობის გამოსათვლელადშეცდომა .
• ბოლოს, უბრალოდ გაყავით შეცდომის აბსოლუტური მნიშვნელობა მოთხოვნაზე და გავამრავლოთ ის 100-ზე , რათა გამოვთვალოთ შეცდომის პროცენტი პროდუქტის დონე.

ყველა ეს გამოთვლების ნაბიჯი ნაჩვენებია ქვემოთ 2 თვიანი გაყიდვების ჰორიზონტისთვის.

შეგიძლიათ გამოიყენოთ SUM() ფუნქცია , რათა გამოვთვალოთ სულ ყველა ატრიბუტი Excel-ში პროგნოზირების სიზუსტის პროცენტის გამოთვლაში.

როგორც უკვე იცით, ეს შეცდომები არის ერთეულში. დონე. ახლა ჩვენ უნდა ვიცოდეთ, როგორ მივიღოთ ზოგადი მაჩვენებელი ამ გაზომვებზე დაყრდნობით.

ამ განყოფილების შემდეგ თქვენ შეისწავლით 4 ყველაზე მარტივ და ხშირად გამოყენებულ მათემატიკურ ფორმულას პროგნოზის გამოსათვლელად. სიზუსტის პროცენტები Excel-ში.

1. BIAS პროგნოზის სიზუსტე/ თანმიმდევრული პროგნოზის შეცდომა პროგნოზის სიზუსტის პროცენტის გამოსათვლელად

პროგნოზირება BIAS არის ანალიტიკური გადახრა რეალურ მნიშვნელობებსა და სავარაუდო მნიშვნელობებს შორის .

პროგნოზის სიზუსტის გამოსათვლელად უბრალოდ გაყავით მთლიანი შეცდომა მთლიან მოთხოვნაზე .

შესამოწმებლად არის თუ არა ყველა პროდუქტის პროგნოზი გადაჭარბებული ( BIAS > 0 ) თუ არ არის შეფასებული ( BIAS < 0 ), შეგიძლიათ გამოიყენოთ ეს მეთოდი.

დაწვრილებით: როგორ გამოვთვალოთ მოგების პროცენტი Excel-ში (3მეთოდები)

2. საშუალო აბსოლუტური პროცენტული შეცდომა (MAPE) Excel-ში პროგნოზის სიზუსტის გამოსათვლელად

პროგნოზის შეცდომის გამოსათვლელად კიდევ ერთი მარტივი და ეფექტური გზაა საშუალო აბსოლუტური პროცენტული შეცდომის (MAPE) გამოთვლა. პროგნოზი. MAPE განისაზღვრება, როგორც საშუალო შეცდომის პროცენტების .

რადგან MAPE ეს არის შეცდომების გამოთვლა, მაღალი პროცენტი ნიშნავს ცუდს, ხოლო დაბალი პროცენტი ნიშნავს კარგს.

ჩვენ არ გირჩევთ ეს მეთოდი არ არის შეწონილი რაოდენობებზე ან მნიშვნელობებზე. მაღალი მოთხოვნის პერიოდები შეიძლება ადვილად შეფასდეს, თუ სრულად დაეყრდნობით ამ ინდიკატორს თქვენი პროგნოზების გასაზომად.

წაიკითხეთ მეტი: გამოთვალეთ პროცენტი აბსოლუტური უჯრედის მითითების გამოყენებით Excel-ში (4 მეთოდი)

3. საშუალო აბსოლუტური შეცდომა (MAE)/ საშუალო აბსოლუტური გადახრა (MAD)/ შეწონილი აბსოლუტური პროცენტული შეცდომა (WAPE)

საშუალო აბსოლუტური შეცდომა (MAE) ან საშუალო აბსოლუტური გადახრა ( MAD) ან შეწონილი აბსოლუტური პროცენტული შეცდომა (WAPE) არის შეწონილი აბსოლუტური შეცდომების საშუალო . აბსოლუტური მნიშვნელობა ნიშნავს მაშინაც კი, როდესაც განსხვავება პროგნოზირებულ მოთხოვნასა და რეალურ მოთხოვნას შორის არის უარყოფითი მნიშვნელობა, ის ხდება დადებითი.

პროგნოზის საშუალო აბსოლუტური ცდომილების (MAE) გამოსათვლელად უბრალოდ გაყოთ მთლიანი აბსოლუტური შეცდომა მთლიან მოთხოვნაზე .

ეს მეთოდი შეწონილია რაოდენობის ან ღირებულების მიხედვით, რაც მას რეკომენდირებულია მოთხოვნის დაგეგმვისას.

თუმცა, ამას აქვს ერთი ნაკლი. მეთოდი. ვინაიდან მოთხოვნის შეცდომა არ არის პროპორციული, ეს მეთოდი საუკეთესოდ მუშაობს ერთ პროდუქტზე მუშაობისას. თუ ის გამოიყენება სხვადასხვა მოცულობის პროდუქტებზე, შედეგი უფრო მძიმე მოცულობის პროდუქტთან იქნება დამახინჯებული.

დაწვრილებით: როგორ გამოვთვალოთ წონის დაკლების პროცენტი Excel-ში (5 მეთოდები)

4. ძირეული საშუალო კვადრატული შეცდომა (RMSE) Excel-ში პროგნოზის სიზუსტის გამოსათვლელად

ძირის საშუალო კვადრატული შეცდომა (RMSE) გამოითვლება საშუალო კვადრატული შეცდომის კვადრატული ფესვიდან (MSE) ) ან საშუალო კვადრატული გადახრა (MSD) .

ჩვენ უნდა დავამატოთ კვადრატული შეცდომა (შეცდომა^2) თითოეული პროდუქტისთვის ამ ინდიკატორისთვის. შემდეგ ჩვენ შეგვიძლია გამოვთვალოთ საშუალო კვადრატული შეცდომა . საშუალო კვადრატული შეცდომა (MSE) არის საშუალო კვადრატული შეცდომა თითოეული პროდუქტისთვის.

ახლა, როცა გვაქვს MSE მნიშვნელობა, ახლა შეგვიძლია გავზომოთ RMSE ჩვენი პროგნოზისთვის.

RMSE -ის გამოსათვლელად, უბრალოდ გაყავით MSE-ის კვადრატული ფესვი მოთხოვნის საშუალოზე .

RMSE ინდიკატორი შედარებით უფრო რთულია შედეგების განსახორციელებლად და ამოსაღებად. მაგრამ ეს ფორმულა მკაცრად სჯის დიდსშეცდომების პროგნოზირება.

ეს ასევე რეკომენდირებული მეთოდია, რადგან ამ მეთოდს შეუძლია იგნორირება გაუკეთოს გამოთვლის შეცდომებს და ზუსტი შედეგის მიღებას.

დაწვრილებით: როგორ გამოთვალეთ მოგება-ზარალის პროცენტი Excel-ში (მარტივი ნაბიჯებით)

დასკვნა

დასასრულებლად, ამ სტატიაში გაჩვენეთ 4 მარტივი და სასარგებლო მეთოდი, თუ როგორ უნდა გამოთვალეთ პროგნოზის სიზუსტის პროცენტი Excel-ში. ვიმედოვნებ, რომ ეს სტატია თქვენთვის ძალიან სასარგებლო იყო. მოგერიდებათ დაუსვათ ნებისმიერი შეკითხვა თემასთან დაკავშირებით.