Сводные таблицы Excel. Часть 2. Учебное пособие. Валентин Юльевич Арьков
Читать онлайн книгу.
модели количество покупаемого товара, то есть СПРОС, будет переживать сезонные колебания. Колебания будут в противоположной фазе в сравнении с колебаниями цен. То есть 1 октября будет максимум покупок. Соответственно, начало периода колебаний – это 1 октября минус три месяца:
t0 = 43374 – 3*30 = 43374 – 90 = 43284.
Это начало июля. К началу октября покупки растут. К январю цены выросли, а закупки упали. И так повторяется каждый год.
Задание. Запишите уравнение сезонных колебаний спроса с конкретными значениями коэффициентов.
Мы заложили в нашу модель взаимосвязь между уровнем цен и спросом, то есть количеством купленного товара. Это зависимость в среднем – на фоне случайного разброса, отклонений. Наличие такой зависимости называется КОРРЕЛЯЦИЯ (рис. 4.23). Слово «корреляция» происходит от латинского correlatio – «соотношение, взаимосвязь», где co– — «со-, взаимо-, вместе» и relatio – «отнесение, связь». Если в среднем значение увеличивается, это прямая корреляция, если уменьшается – то обратная.
Рис. 4.23. Прямая и обратная корреляция
Задание. Запишите в отчёте ответ на следующий вопрос. Какой вид корреляции между спросом и предложением заложен в нашей модели и насколько это соответствует действительности?
4.7. Случайность
Ко всем значениям спроса и предложения мы добавим случайную составляющую. Это будет разброс вокруг цены и количества товара в каждой покупке. Случайный разброс составит плюс-минус указанное количество процентов. В нулевом варианте это плюс-минус 20%.
Случайную составляющую будем моделировать как числа с нормальным распределением. Значит, разброс в 2 процента составит три сигмы. Находим сигму:
сигма = 20% / 3 = 0,2 / 3 = 0,066667.
Задание. Определите величину сигмы для своего варианта.
5. Имитационное моделирование
У нас всё готово для моделирования исходных данных. Как и в предыдущей работе, мы создаём таблицу транзакций. Во всех вариантах у нас будет 10000 записей, то есть строк.
Процедура имитационного моделирования тоже была подробно описана в предыдущей работе. Напомним, что для каждого запуска генератора случайных чисел нужно устанавливать новое начальное значение. Оно вводится в окне с загадочным названием
Random Seed – Случайное рассеивание.
Создаём таблицу транзакций в привычном порядке.
5.1. Даты
Вначале генерируем случайные даты. Мы выбрали номера дней начала и конца интервала по времени. Вызываем генератор:
Data – Analysis – Data Analysis – Random Number Generation.
Задаём параметры генератора (рис. 5.1).
Рис. 5.1. Настройки генератора
Округляем случайные числа, копируем в буфер и вставляем как значения. Задаём формат ячеек в виде даты. Вся процедура тоже должна быть знакома по предыдущей работе.
Задание. Сгенерируйте столбец дат.
5.2. Товары
Следующий этап – товары. Начинаем с идентификатора товара. Целое число от 1 до 6. Не забываем установить новое состояние генератора