excel中怎樣做預測分析

A. excel如何做預測

做一個XY散點圖，然後添加趨勢線就可以了，根據相關系數的大小，選擇相關系數最接近1的那種趨勢線作為預測方式就可以了

B. 如何用excel做數據預測呢

銷售量是呈年度增長趨勢，並隨季度周期性變化。

1. 預測2010年總銷售量
2007 1800
2008 2170
2009 2570
2010 年銷售量 =forecast(預測年份, 銷量區域，年份區域）=forecast(2010,b2:b4,a2:a4)=2950

2. 計算年度周期內變化
第一季度 第二季度 第三季度 第四季度
2007 200 300 500 800
2008 240 350 600 980
2009 300 420 700 1150

季度占權重 （每季度銷量/全年銷量）
11.11% 16.67% 27.78% 44.44%
11.06% 16.13% 27.65% 45.16%
11.67% 16.34% 27.24% 44.75%
三年平均季度權重：
11.28% 16.38% 27.55% 44.78%

3. 求出 2010 年各季度銷量預測：年度銷量*平均季度權重
第一季度 第二季度 第三季度 第四季度
333 483 813 1321

C. excel如何做預測分析嗎

http://jingyan..com/article/f96699bbc9b6ae894f3c1b61.html

D. 如何在excel中做預測

做預測有很多種模型
如 移動平均;
指數平滑
線性函數
冪函數
曲線擬合
灰色模型
等等都可以進行預測
你可以先對數據進行 畫圖 查看數據曲線的 趨勢是怎樣的 再選中殘差小的模型進行擬合

E. 如何用excel做平滑預測數據處理

第一步，弄一列觀測值（假設是A列）
第二步，工具>數據分析>指數平滑（工具里要是沒有，就按樓上說的載入宏，如果載入宏還沒有，說明你這個EXCEL沒安裝這個功能，需要重新安裝）
第三步，輸入區域選中該列觀測值，如果你把第一行的文字（比如觀測值、銷售額等等說明性的文字）也選中了的話，就勾選標志。阻尼系數，通常為0到1之間，題目中沒有說平滑常數或者阻尼系數就隨便填個，輸出區域放在另外一列（假設是B列），只要點一個格子就行了，其實隨便哪個格子都一樣，只要格子下面有足夠的空白。確定。
第四步，出來的預測值的最後一個格子往下拖，拖下來的數字就是以後各期的預測值。（選中最後一個格子，把滑鼠放到右下角的小方塊上，滑鼠變成一個黑色實心十字，按住往下拖，想拖幾個就拖幾個）

F. 如何用excel做數據預測

以上圖所示數據為例來簡單加以說明。
1、選擇源數據區，點「插入」——圖表，在圖標類型列表框中選擇xy散點圖，如下圖所示
直接點完成即可。
2、選中圖表中的曲線，右擊，選擇添加趨勢線。
在對話框中有線性、對數、多項式、乘冪、指數、移動平均共6種，其中前5項可做數據預測分析。
先選擇線性，之後再「選項」中勾選顯示公式和顯示r平方
單擊確定，出現下圖
r平方值在0至1之間，越接近1，說明曲線契合度越高。因此可多試試其他趨勢線，選擇r平方值最大的作為最終趨勢線。（在上圖中選中線性趨勢線，即圖中的黑粗線，右擊，在下拉菜單中選擇「趨勢線格式」可更改趨勢線類別，更改時需注意要勾選顯示公式和r平方值）
3、本例最佳趨勢線為乘冪，如下圖
然後，根據圖中所給出的公式利用excel的計算功能，將公式輸入單元格後，通過改變x值即可得到預測出的y值。

G. 在excel中如何使用趨勢線輕松進行預測

1、以下圖中的數據為例，來詳細描述趨勢線的添加方法。如圖所示，圖表中給出了某產品從7月1號，到7月8號的產量：

H. 怎樣在excel中利用圖表進行數據的預測

Execel是office其中一個部件，除了數據表格功能以外，還有通過圖線進行相關性分析或者趨勢預判的強大功能。例如：如何通過歷年銷售預估明年銷售額計劃、如何分析消費額與消費者年齡關系、如何對正交試驗的結果搭建數據模型，等等。
具體操作：
1、繪制圖形。
①本例介紹只做2維的數據分析，只有1個自變數和1個因變數。選擇2列數據，合計列和最大值列。技巧：當需要選擇不相鄰兩列，可以先選1列，按ctrl鍵，再選另1列，放開ctrl鍵。
②菜單插入→圖形→散點圖，確認。當然，折線圖等也可以數據分析，但為了圖面干凈，推薦還是用散點圖。
2、相關性分析。
首先，在散點圖上某個散點上右鍵→添加趨勢線。
然後，緊接著自動彈出設置趨勢線模式（若沒彈出這個對話框，也可在圖上某個散點上右鍵，選擇設置趨勢線模式）→顯示公式、顯示R平方值。至於回歸分析類型，採用線性類型比較通用些。
關閉後，觀察圖上的r2值（實際是指R平方值，下同），r2值0.8到1，說明正相關，自變數和因變數有（線性）關系。r2值0.6到0.8，弱相關。-0.6到0.6，不相關，自變數對因變數沒有影響。-0.8到-0.6，弱負相關。-1到-0.8，負相關，自變數和因變數有（線性）關系，但方向相反。
詳細方法，參考我寫的經驗：
http://jingyan..com/article/ed15cb1b5c67781be3698121.html

I. 如何在EXCEL中進行數據預測 詳細�0�3

其中，1 月到8 月的數據是已知的，9 月的收入，也就是黃色背景的部分，是通過FORECAST 函數計算出來的這個是官方公式書寫方法：FORECAST(x, known_y's,known_x's)我翻譯一下： FORECAST(要預測的Y 值所對應的X 值, 已知的Y 值序列, 已知的X 值序列)結合本例再翻譯 一下：FORECAST(要預測哪個月的收入, 已知的每個月的收入序列, 與已知收入對應的月份序 列)這樣解釋明白了沒？所以我寫下了這樣的公式：=FORECAST(J2,B1:I1,B2:I2)計算結果是 435，滿意嗎？其實這就是個很普通的線性回歸。 我們用FORECAST，並非通過月份預測收入，而是通過許多個「(月份,收入)對」，找它們的規 律，預計未知月份的收入數據。回過頭去看附圖中的折線圖表（實質上應該理解為連了線的 散點圖）：深藍色的點，就是「(月份,收入)對」在坐標中的位置，黑色的是趨勢線，9 月所 對應的點是預測出來的，恰好對應趨勢線的末端。 只要能看明白這個圖，不再鑽「收入」、「月份」等字眼的牛角尖，而只看其實質(x,y)，就不 所以不可對其太過依賴。 另外，如果決定認為線性回歸是適合實際情況的演算法，也就是說x 和y 確實具有比較強的線 性的相關性——也就是(x,y)對的那些點不至於排得太雜亂——那麼，原則上(x,y)對的已知數 據越多，則預測結果越可靠。 最重要的一條： 還是人比較聰明，線性回歸是人類智慧，FORECAST 也是人類智慧。EXCEL

J. Excel中有數據分析功能，該功能怎麼預測函數呢

預測值需要用公式計算出來放在單元格里，然後才能在圖表裡表現出來。
具體要根據實際情況做。