De tijdreeksanalyse is een centraal element van de statistiek, vooral in economische contexten. Om een gedegen begrip van foutenanalyses en schattingen van kwaliteit in Excel te ontwikkelen, word je in deze handleiding door een praktisch toepassingsgeval geleid. Dit gebeurt aan de hand van een casestudy van een autofabrikant. Je leert hoe je voorspellingen kunt vergelijken met feitelijke waarden en hoe je de kwaliteit van je voorspellingen kunt kwantificeren via foutenanalyses.
Belangrijkste inzichten
- Je leert hoe voorspellingen en feitelijke waarden in Excel kunnen worden vergeleken.
- Je leert welke foutindicatoren worden gebruikt om de voorspellingskwaliteit te evalueren.
- Aan het einde kun je de variantiecoëfficiënt en de Root Mean Square Error (RMSE) berekenen.
Stapsgewijze handleiding
Begin met het invoeren van de waarden van 2019 als voorspellingen en de waarden van 2020 als feitelijke waarden in Excel. Zorg ervoor dat je de getallen correct overdraagt om een solide basis voor je berekeningen te leggen.
Om de analyse uit te voeren, heb je de ruwe gegevens van beide jaren nodig. Zorg ervoor dat je de waarden van 2020 hebt en voeg vervolgens de voorspellingen voor 2019 toe. Deze waarden vormen de basis voor je berekeningen.
Kopieer nu de ruwe gegevens van de jaargang 2020 naar een werkruimte en plak deze volledig in. Om de berekeningen duidelijk gestructureerd te houden, is het raadzaam om aparte kolommen te maken voor voorspellingen en feitelijke waarden.
In de volgende stap moet je de voorspellingen van de feitelijke waarden aftrekken om de fouten te berekenen. Hiervoor gebruik je de formule "Fout = Feitelijke waarde - Voorspelling". Voer deze berekening uit voor al je datapunten om alle fouten te kwantificeren.
Nadat je de fouten hebt berekend, is de volgende stap om deze fouten te kwadrateren. Dit betekent dat je elke fout met zichzelf vermenigvuldigt, wat resulteert in gekwadrateerde fouten.
Bereken nu het gemiddelde van de gekwadrateerde fouten. Gebruik hiervoor de Excel-functie "Gemiddelde" en deel de som van de gekwadrateerde fouten door het aantal waarnemingen. Dit geeft je de gemiddelde kwadratische fout.
Nadat het gemiddelde van de gekwadrateerde fouten is berekend, neem je de wortel van dit gemiddelde. Dit resulteert in de Root Mean Square Error (RMSE). Deze waarde is cruciaal voor het beoordelen van de kwaliteit van je voorspellingen.
Bereken nu ook het gemiddelde van de feitelijke waarden. Gebruik opnieuw de functie "Gemiddelde" en selecteer de juiste feitelijke waarden. Dit gemiddelde is belangrijk voor de latere interpretatie van de variantiecoëfficiënt.
In de volgende stap bereken je de variantiecoëfficiënt (VK). De VK wordt berekend door de RMSE te delen door het gemiddelde van de feitelijke waarden. Dit geeft je een percentage van fouten ten opzichte van de feitelijke waarden, wat de kwaliteit van je voorspellingen beoordeelt.
De interpretatie van de variantiecoëfficiënt is essentieel. Een VK van 0,08 geeft een lage relatieve fluctuatie aan en dus een hoge kwaliteit van voorspellingen. Je kunt dit getal en je bevindingen ook in een referentietabel invoeren om de resultaten beter te begrijpen.
Samenvattend heb je de voorspellingen en feitelijke waarden in Excel geanalyseerd via meerdere stappen. Het berekenen van de fouten, het kwadrateren, het berekenen van de gemiddelden en uiteindelijk het bepalen van de variantiecoëfficiënt zijn basisprocedures om de kwaliteit van tijdreeksanalyses te evalueren.
Samenvatting
In deze handleiding heb je onderzocht hoe je tijdreeksen in Excel analyseert door voorspellingen te vergelijken met feitelijke waarden. Je hebt geleerd om fouten te berekenen, deze te kwadrateren en de kwaliteit van je voorspellingen te kwantificeren. Door de berekening van de variantiecoëfficiënt heb je nu de mogelijkheid om toekomstige voorspellingen beter te kunnen inschatten.
Veelgestelde vragen
Hoe kan ik de feitelijke waarden en voorspellingen in Excel weergeven?Doe dit door aparte kolommen te maken voor feitelijke waarden en voorspellingen en de juiste waarden in deze kolommen in te voeren.
Hoe bereken ik de RMSE?De RMSE wordt berekend door de wortel te trekken uit het gemiddelde van de gekwadrateerde fouten.
Wat betekent een hoge variantiecoëfficiënt?Een hoge variantiecoëfficiënt duidt op een hoge relatieve fluctuatie, wat wijst op een lagere kwaliteit van voorspellingen.
Waarom is het belangrijk om fouten te kwadrateren?Het kwadrateren van fouten zorgt ervoor dat positieve en negatieve afwijkingen niet onderling worden geneutraliseerd bij het berekenen van het gemiddelde.
