1702657290
1702657291
假定以下数据文件是某企业2001至2012年的销售增长率统计，要求通过用趋势移动平均法对该历史数据进行计算来预测2013年该企业的销售增长率。原始数据如图9.10所示。
1702657292
1702657293
1702657294
1702657295
1702657296
图9.10 示例2原始数据
1702657297
1702657298
具体操作步骤如下：
1702657299
1702657300
①转到“数据”选项卡，在“分析”选项组中单击“数据分析”按钮，弹出如图9.11所示的“数据分析”对话框；选择“回归”选项，单击“确定”按钮，弹出如图9.12所示的“回归”对话框。
1702657301
1702657302
1702657303
1702657304
1702657305
图9.11 “数据分析”对话框
1702657306
1702657307
1702657308
1702657309
1702657310
图9.12 “回归”对话框
1702657311
1702657312
②在如图9.12所示的“回归”对话框中的“Y值输入区域”文本框中输入”$B$2:$B$13”，在“X值输入区域”文本框中输入”$A$2:$A$13”；“输出选项”有三种选择，可以根据实际需要进行相应的选择，此例中可选择“新工作表组”单选按钮，如图9.13所示。单击“确定”按钮，即可得到如图9.14所示的回归结果。
1702657313
1702657314
1702657315
1702657316
1702657317
图9.13 “回归”对话框设置
1702657318
1702657319
1702657320
1702657321
1702657322
图9.14 示例2回归结果
1702657323
1702657324
③图9.15为示例2时间序列趋势移动的线性趋势程度，回归结果良好，因此预测的精确度也比较高。
1702657325
1702657326
1702657327
1702657328
1702657329
图9.15 示例2时间序列趋势移动的线性趋势程度
1702657330
1702657331
1702657332
1702657333
1702657334
Excel统计分析与应用大全 [:1702652467]
1702657335
Excel统计分析与应用大全 9.3 时间序列的指数平滑法
1702657336
1702657337
时间序列的指数平滑法是从移动平均法发展而来的。对于平稳的时间序列，只要通过平滑就可以消除其随机波动，因此，这类预测方法也称为平滑预测方法。可以说，时间序列的指数平滑法是一种特殊的加权移动平均法。其特点是预测时所需的资料少，计算方便。
1702657338
1702657339
利用指数平滑法进行预测，就是对不规则的时间序列数据加以平滑，从而获得其变化规律和趋势，以此对未来的经济数据进行推断和预测。