एक्सेल में एक्सप्लेंशियल स्मूथिंग (सिंपल, डबल, ट्रिपल) - कैसे करें?

घातीय चौरसाई डेटा की टिप्पणियों पर और सूत्रों द्वारा किया जाता है, ऐसा करना एक थकाऊ काम है, लेकिन एक्सेल ने हमें इस तकनीक का उपयोग करने के लिए एक इनबिल्ट टूल प्रदान किया है, डेटा का चयन करने के बाद हमें डेटा टैब पर जाने की आवश्यकता है और फिर अंदर डेटा विश्लेषण जहां हम घातीय चौरसाई तकनीक पाएंगे।

एक्सेल में एक्सपोनेंशियल स्मूथिंग क्या है?

एक्सपोनेंशियल स्मूथिंग शीर्ष 3 बिक्री पूर्वानुमान विधियों में से एक है जो दर्ज किए गए आंकड़ों में उपयोग किया जाता है। घातीय चौरसाई व्यवसाय की बेहतर तस्वीर प्राप्त करने के लिए अधिक यथार्थवादी पूर्वानुमान विधि है।

• घातांक चौरसाई तर्क अन्य पूर्वानुमान विधियों के समान होगा, लेकिन यह विधि भारित औसत कारकों के आधार पर काम करती है। पुराना डेटा, कम वजन या इसकी कम प्राथमिकता, और नए डेटा के लिए या प्रासंगिक डेटा के लिए, इसने अधिक प्राथमिकता या वजन दिया।
• हालांकि एक्सपोनेंशियल स्मूथिंग को पुरानी डेटा श्रृंखला पर ध्यान दिया जाता है, यह सबसे हालिया टिप्पणियों या डेटा श्रृंखला का पक्षधर है।

एक्सेल में एक्सपोनेंशियल स्मूथिंग के प्रकार

एक्सेल में मुख्य रूप से 3 प्रकार के एक्सपोनेंशियल स्मूथिंग उपलब्ध हैं।

1. सरल / एकल घातीय चौरसाई: इस प्रकार में, α (अल्फा) शून्य मान के करीब है। जब α (अल्फा) शून्य के करीब होता है, तो इसका मतलब है कि चौरसाई की दर बहुत धीमी है।
2. डबल एक्सपोनेंशियल स्मूथिंग: यह विधि डेटा के विश्लेषण के लिए उपयुक्त है, जो अधिक प्रवृत्ति संकेतक दिखाती है।
3. ट्रिपल एक्सपोनेंशियल स्मूथिंग: यह विधि डेटा के लिए उपयुक्त है, जो श्रृंखला में अधिक प्रवृत्ति और मौसमी भी दिखाती है।

एक्सेल में एक्सपोनेंशियल स्मूथिंग कहां से पाएं?

एक्सपोनेंशियल स्मूथिंग एक्सेल में कई डेटा एनालिसिस टूल का हिस्सा है। डिफ़ॉल्ट रूप से, यह एक्सेल में दिखाई नहीं देता है। यदि आपका एक्सेल डेटा विश्लेषण उपकरण नहीं दिखा रहा है, तो डेटा विश्लेषण टूलपैक को अनहाइड करने के लिए हमारे पुराने लेखों का पालन करें।

यदि यह अप्रयुक्त है, तो आपको डेटा टैब के अंतर्गत डेटा विश्लेषण विकल्प देखना होगा।

डेटा विश्लेषण पर क्लिक करें; आप कई सांख्यिकीय तकनीकों को देखेंगे। इस लेख में, हम Exponential Smoothing पर ध्यान केंद्रित करने जा रहे हैं।

एक्सेल में एक्सपोनेंशियल स्मूथिंग कैसे करें?

नीचे एक्सेल में एक्सपोनेंशियल स्मूथिंग करने के उदाहरण दिए गए हैं।

घातीय चौरसाई उदाहरण # 1 - बिक्री का पूर्वानुमान

हम अगले वर्ष के लिए बिक्री के पूर्वानुमान के लिए एक साधारण डेटा देखेंगे। मेरे पास 10 साल का राजस्व डेटा है।

घातीय चौरसाई का उपयोग करते हुए, हमें राजस्व का अनुमान लगाने की आवश्यकता है।

चरण 1: डेटा टैब और डेटा विश्लेषण पर क्लिक करें।

चरण 2: घातीय चौरसाई विकल्प का चयन करें।

चरण 3: इनपुट रेंज के लिए, उपलब्ध डेटा बिंदु निर्दिष्ट करें। हमारी डेटा रेंज B1: B11 है।

चरण 4: भिगोना कारक ग्राफ को सुचारू करेगा, और मान 0 से 1. के बीच होना चाहिए। तकनीकी रूप से यह 1 - α (अल्फा) है। मैंने ०.३ का उल्लेख भिगोना कारक के रूप में किया है।

चरण 5: चूंकि हमने अपनी हेडिंग को इनपुट रेंज में चुना है, इसलिए हमें चेकबॉक्स लेबल पर टिक करना होगा।

चरण 6: अब उस श्रेणी का चयन करें जहां आउटपुट रेंज प्रदर्शित करना है। मैंने मौजूदा डेटा के अगले कॉलम यानी C2 को चुना है।

चरण 7: अब, हमें यह बताने की आवश्यकता है कि क्या हमें ग्राफ़िकल रूप से डेटा का प्रतिनिधित्व करने के लिए चार्ट की आवश्यकता है या नहीं। डेटा को रेखांकन के रूप में दर्शाना एक अच्छा अभ्यास है। इसलिए चार्ट आउटपुट का चयन करें।

चरण 8: हमने सभी क्षेत्रों को पूरा कर लिया है। परिणाम प्राप्त करने के लिए ओके पर क्लिक करें।

स्पष्टीकरण: हमने भिगोना कारक को 0.3 पर सेट किया है, और अल्फा 0.7 हो जाता है। यह हाल के मूल्यों (हाल के वर्षों के राजस्व मूल्यों) के लिए 70% का वजन दिया गया है और अपेक्षाकृत पुराने मूल्यों के लिए 30% वजन है।

एक ग्राफ इस पद्धति में कमोबेश उसी प्रवृत्ति को दिखाता है। चूंकि वर्ष 2007 का कोई पिछला मान नहीं है, एक्सेल स्मूथ वैल्यू की गणना नहीं कर सकता है, और दूसरी डेटा सीरीज़ का स्मूथ वैल्यू हमेशा पहले डेटा पॉइंट के बराबर होता है।

घातीय चौरसाई उदाहरण # 2 - विभिन्न डंपिंग कारकों पर पूर्वानुमान प्रवृत्ति

हम अलग-अलग डंपिंग कारकों पर एक पूर्वानुमान प्रवृत्ति देखेंगे। इस उदाहरण के लिए, मैं मासिक बिक्री प्रवृत्ति डेटा का उपयोग कर रहा हूं।

इन नंबरों को एक्सेल शीट में लंबवत दर्ज करें।

चरण 1: डेटा टैब और डेटा विश्लेषण पर क्लिक करें।

चरण 2: घातीय चौरसाई विकल्प का चयन करें।

चरण 3: इनपुट रेंज के लिए, उपलब्ध पिछले राजस्व विवरण का चयन करें। भिगोना कारक 0.1 है।

चरण 4: ओके पर क्लिक करें यह पूर्वानुमान परिणाम दिखाएगा यदि डंपिंग फैक्टर 0.1 है

अब डंपिंग फैक्टर को 0.5 और 0.9 में बदलकर एक्सपोनेंशियल स्मूदी को दो बार चलाएं।

डंपिंग फैक्टर @ 0.5

डंपिंग फैक्टर @ 0.9

हमें तीनों अलग-अलग परिणाम मिले हैं।

अब हम इसके लिए एक ग्राफ बनाएंगे। डेटा का चयन करें और सम्मिलित करें टैब चुनें लाइन चार्ट पर जाएं।

चार्ट को नीचे की तरह दिखना चाहिए। आप अपनी आवश्यकता के अनुसार अपने चार्ट को संशोधित कर सकते हैं; इस ग्राफ में, मैंने चार्ट शीर्षक और रेखा का रंग बदल दिया है।

स्पष्टीकरण

1. अब ध्यान से ग्राफ का अवलोकन करें "क्योंकि भिगोना कारक लाइन को बढ़ाता है या ग्राफ में डेटा सुचारू हो जाता है।"
2. भिगोना कारक 0.1 का मतलब है अल्फा 0.9 है, इसलिए हमारे पास डेटा में अधिक अस्थिरता है।
3. भिगोना कारक 0.9 का मतलब है अल्फा 0.1 है, इसलिए हमारे पास डेटा में कम अस्थिरता है।

एक्सेल में घातीय चौरसाई के बारे में याद रखने वाली बातें

• अल्फा मान 1 होगा - डंपिंग मूल्य और इसके विपरीत।
• जैसे ही अल्फा वैल्यू बढ़ती है, हम डेटा पॉइंट्स में अधिक उतार-चढ़ाव देख सकते हैं।
• यदि इनपुट रेंज में हेडिंग शामिल हैं, तो लेबल को टिक करने की आवश्यकता होती है।
• आदर्श डंपिंग मान 0.2 से 0.3 होना चाहिए।