京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何使用Excel规划求解求出最优生长曲线
Excel支持线性近似、多项式近似等六种近似曲线,但是不支持生长曲线。
生长曲线的特征与Product Life cycle(PLc)十分相似,首先缓慢增长,然后急速增长,随后又缓慢增长,最终达到饱和状态,是一种s型曲线。经常用于表示商品销量、广告效果等。
使用规划求解求出最优生长曲线,进行预测。
例题:用最优生长曲线预测
表1是某商店新产品累计销量的数据。根据这些数据,预测从第16周到第24周的累计销量。
表1
成长曲线包括逻辑曲线、龚培子曲线等许多类型。本节使用经常用于预测销量等的逻辑曲线。
逻辑曲线的方程如下:
y=a/(1+6P")
假设商品的累计销量是y,周是z(1,2,3,…,l 5),abc是决定逻辑曲线形状的参数(未知参数)。a表示最终累计销量,b大约是a的1/10,c是0<c<1。
求解参数d.b.c,就是求当实际值和运算结果(用逻辑曲线方程求出的数值)的误差平方的总和最小时的a,b,c的数值。
首先,制作如图1所示的工作表。规划求解可以求出参数a,b,c的数值,但是需要首先设定适当的数值。因为累计销量是190,因此假设a是250,b是25,c是0.5。
图1
接着,输入运算公式。在单元格C8中输入逻辑斯蒂曲线方程。=$B$2/(1+$B$3*EXP(-$B$4*A8))”。EXP是Excel的指数函数。因为参数a,b,c的单元格固定,所以作为绝对引用(添加$)。然后把C8的公式一直复制到C31。
为了求实际销量(实际值)和用公式求出的数值(运算结果)之间的差的平方,即(实际值-运算结果)2,在单元格D8中输入“=(B8一c8)^2”,然后把D8的公式一直复制到D22。
最后,为了求误差平方的总和,在单元格D23中输入公式“=SUMM(D8:D22)”。上述数学公式的设定一览表,如图2所示。
图2
接下来,运行规划求解。单击“工具”-“规划求解”,弹出“规划求解参数”对话框。在“设置目的单元格”中指定显示误差平方总和的单元格D23。在“等于”中选择“最小值”。在“可变单元格”中指定表示参数a,b,c的单元格B2——B4。单击“选项”按钮,在“规划求解选项”对话框中选中“假定非负”。
最后,在“规划求解参数”对话框中单击。求解”按钮,显示如图3所示的结果。
图3
参数a,b,c的值是:a=320.89,b=58.45,c=0.29。因此,最优逻辑曲线方程是:
累计销量=32l/(1十58/5e-0.29*周)
用这个方程计算出第16周到第24周的累计销量的预测值(运算结果)。显示在单元格c23——c31中。将运算结果图表化后如图3所示,从中可以看出。实际值和用规划求解求出的最优逻辑曲线非常稳合。
图4
作为参考,把上述数据用Excel支持的近似曲线中的线性近似和对数近似表示出来,分别如图4和5所示。关于指数近似、幂近似、多项式近似,请读者自己尝试操作。
图5
图6
使用Excel规划求解求出最优生长曲线,还是比较简单的,根据图表我们也可以清楚的看到数据分析预测的情况。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22