Làm mịn theo cấp số nhân được sử dụng để dự báo khối lượng kinh doanh để đưa ra các quyết định phù hợp. Đây là một cách “Làm mịn” dữ liệu bằng cách loại bỏ nhiều hiệu ứng ngẫu nhiên. Ý tưởng đằng sau Exponential Smoothing chỉ là để có được bức tranh thực tế hơn về doanh nghiệp bằng cách sử dụng Microsoft Excel 2010 và 2013.

Để truy cập công cụ này, nhấp vào Tab Dữ liệu, nhấp vào Phân tích Dữ liệu trong nhóm Phân tích. Nếu lệnh Phân tích Dữ liệu không khả dụng thì bạn cần tải Toolpak Phân tích.

Để tải và kích hoạt Analysis Toolpak, hãy làm theo các bước được đề cập dưới đây: – * Nhấp vào Tab Tệp, Nhấp vào tùy chọn và nhấp vào Thêm Danh mục INS.

img1

  • Trong hộp Quản lý, chọn Công cụ phân tích và sau đó nhấp vào nút Bắt đầu.

img2

  • Trong hộp thoại Add Ins, chọn hộp kiểm Analysis Toolpak và sau đó bấm Ok.

  • Nếu Analysis Toolpak không được liệt kê trong hộp Add Ins có sẵn, hãy nhấp vào Browse để tìm nó.

img3

Hãy quay lại chủ đề để chuẩn bị cho việc dự báo dữ liệu.

Chúng ta có dữ liệu trong phạm vi A1: C13, cột A chứa tháng, cột B chứa kỳ, cột C chứa các giá trị thực tế.

img4

Ví dụ này hướng dẫn bạn cách áp dụng làm mịn theo cấp số nhân cho chuỗi thời gian trong excel.

Để sử dụng Làm trơn theo cấp số nhân, hãy làm theo các bước dưới đây: – * Đi tới Tab Dữ liệu.

  • Nhấp vào Phân tích Dữ liệu trong nhóm Phân tích.

img5

  • Hộp thoại Phân tích Dữ liệu sẽ xuất hiện.

img6

  • Từ trình đơn thả xuống của Công cụ phân tích, Làm mịn theo cấp số nhân và nhấp vào ok.

  • Một hộp thoại Làm mịn theo cấp số nhân sẽ xuất hiện.

  • Nhấp vào Phạm vi đầu vào, chọn phạm vi C1: C13.

  • Viết 0,9 trong Hệ số giảm xóc.

  • Chọn phạm vi đầu ra mà bạn muốn đặt dữ liệu.

  • Nếu bạn yêu cầu biểu đồ, hãy đánh dấu vào Đầu ra biểu đồ.

img7

img8

Giải thích: bởi vì chúng tôi đặt alpha thành 0,1, điểm dữ liệu trước đó có trọng số tương đối nhỏ trong khi giá trị làm trơn trước đó có trọng số lớn (tức là 0,9).

Biểu đồ cho thấy một xu hướng ngày càng tăng. Excel không thể tính toán giá trị được làm mịn cho điểm dữ liệu đầu tiên vì không có điểm dữ liệu trước đó.

Giá trị được làm mịn của điểm dữ liệu thứ hai bằng với điểm dữ liệu trước đó.