Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-02-26

1 Аналитические задачи в бизнесе далеко не всегда ограничиваются выводами на текущих данных. Например, мы можем не только выяснить, сколько пользователей ежедневно заходило на сайт в этом месяце или прошлом месяце. Еще мы можем предсказать, какой будет посещаемость сайта через месяц - это тоже задача аналитика. Прогноз помогает бизнесу понять, будут ли перемены и нужно ли к ним готовиться.

2 В этом уроке мы изучим, что такое тренд и как он помогает строить прогнозы. Мы рассмотрим, какими бывают линии тренда и каким может быть качество прогноза. В конце урока построим линию тренда с помощью Google Sheets.

3 <h2>Что такое тренд</h2>

4 Представим, что в нашем городе недавно открылась кофейня. Руководство кофейни заметило, что с каждым днем количество проданных чашек кофе только растет. Нам нужно понять, на какой день чашек будет продано столько, что придется докупать зерно:

5 Если посмотреть на график количества проданных чашек от времени, то зависимость наглядна. Ее можно описать таким уравнением:

6 y = x + 14, где y - количество проданных чашек, а x - номер дня с момента открытия

7 Мы видим, что на третий день было продано 17 чашек, а на четвертый - 18. По этому уравнению можно построить линию и понять, сколько чашек кофе будет продано в каждый конкретный день, если зависимость сохранится.

8 Другими словами, используя исторические данные, мы нашли зависимость и на ее основе сделаем прогноз:

9 Ориентируясь на этот график, мы можем сделать вывод: если кофе будет продаваться с той же скоростью, то на десятый день после открытия будет продано 24 чашки, что в 1,6 раз больше, чем в первый день. Такой прогноз поможет понять не только, когда может закончиться имеющееся зерно, но и сколько зерна необходимо на следующие периоды в принципе.

10 Уравнение, которое мы нашли для описания зависимости наших данных, и называетсятрендом. Это уравнение, выражающее зависимость показателя от времени. Другими словами, тренд - это тенденция изменения временного ряда.

11 <h2>Как найти линию тренда</h2>

12 Таких наглядных зависимостей, как мы привели выше, очень мало в реальной практике. Согласитесь, очень маловероятна ситуация, при которой кофейня ежедневно будет продавать на одну чашку кофе больше, чем в предыдущий день.

13 Однако это не очень большое препятствие к построению тренда. Можно найти такое уравнение, которое будет близким к описанию наших данных с какой-то допустимой погрешностью.

14 Такое уравнение можно найти разными способами, например, с помощьюметода наименьших квадратов. Объяснение этого метода требует определенных знаний математики, поэтому его мы подробнее рассмотрим в других курсах.

15 Сейчас нам не нужно погружаться в эту тему, потому что в Google Sheets и Excel линию тренда можно построить всего по одной кнопке - способы ее расчета зашиты внутри программы.

16 <h2>Какой бывает тренд</h2>

17 Тренд может бытьлинейныминелинейным.

18 Линейный тренд - это уравнение прямой линии. Однако не любая зависимость данных может быть линейной.

19 Посмотрим картинку ниже:

20 На первом графике зависимость выстраивается в прямую линию - этолинейный тренд*. А на втором графике зависимость можно описать кривой линией - этонелинейный тренд.

21 Во многих программах по умолчанию строится именно линейный тренд, который недостаточно наглядно покажет данные с нелинейной зависимостью. Поэтому важно знать разницу между линейным и нелинейным трендом и отличать их на графике.

22 <h2>Как понять, что линия тренда хорошо описывает данные</h2>

23 Правильный выбор типа тренда еще не гарантирует точного описания данных и точного прогноза. Например, на картинке ниже сложно увидеть, какая линия более точно описывает данные:

24 Есть метрики, которые помогают определить, насколько уравнение ближе к нашим данным. Одна из таких метрик -коэффициент детерминацииили R^2.

25 Метрика R^2 показывает, насколько хорошо построенная линия описывает зависимость имеющихся данных:

26 <ul><li>Чем ближе значение R^2 к 1, тем точнее линия описывает данные</li>

27 <li>Если R^2=1, то линия тренда идеально описывает данные (все точки наблюдений лежат точно на линии тренда)</li>

28 <li>Если R^2=0, то связь между данными отсутствует</li>

29 </ul>В Google Sheets такой показатель можно рассчитать по кнопке.

30 Таким образом, можно строить несколько линий тренда и выбирать наилучшую по значению коэффициента детерминации.

31 <h2>Как построить линию тренда в Google Sheets</h2>

32 Шаг 1. Для начала откроем<a>таблицу с данными</a>. Как это сделать можно прочитать<a>в официальной справке</a>.

33 Шаг 2. Проверяем, что наши данные отобразились корректно. Нажимаем на пункт "Вставка" в верхней панели для того, чтобы вставить элемент поверх таблицы. Далее выбираем пункт "Диаграмма":

34 Шаг 3. Видим, что на правой панели появился редактор диаграмм. В "Тип диаграммы" находим раздел "Точечные" и выбираем "Точечная диаграмма":

35 Шаг 4. Нажимаем на значок диапазона данных и выделяем всю таблицу, включая заголовки столбцов. Нажимаем "Ок":

36 Шаг 5. Нажимаем чекбоксы "Заголовки - значения строки 1" и также проверяем, что в Оси X и параметрах указаны верные столбцы:

37 Шаг 6. Чтобы построить линию тренда, заходим в раздел "Дополнительные" в редакторе диаграмм. Далее переходим в "Серии" и нажимаем на чекбокс "Линия тренда". Видим, что Google Sheets построил по умолчанию линейный тренд:

38 Шаг 7. Построенная линия тренда плохо описывает данные - скорее всего, связь нелинейная. Под чекбоксом "Линия тренда" находим "Тип" и меняем его с "Линейный" на "Полиномиальный". Нажимаем на "Показать R^2", чтобы убедиться, что построенный тренд хорошо описывает данные.

39 На графике видим, что коэффициент детерминации составил 0.77 - это считается неплохим результатом. Но можно попробовать изменить порядок многочлена и добиться более высокого значения. Правда, увеличение порядка многочлена на практике не всегда ведет к более точному прогнозу.

40 Подробнее о построении тренда в Google Sheets можно почитать<a>в официальной справке</a>.

41 <h2>Выводы</h2>

42 В этом уроке мы познакомились с понятием "тренд" и узнали, как он помогает решать задачи предсказания данных. Теперь вы знаете, какими бывают тренды и каким образом можно оценить качество нашего прогноза.

43 Вспомним ключевые моменты урока:

44 <ul><li>Тренд показывает тенденцию изменения временного ряда</li>

45 <li>Если данные можно описать прямой линией, то тренд называется линейным, в ином случае - нелинейным. Важно знать типы трендов, потому что во многих программах по умолчанию строится линейный тренд, что подходит не во всех случаях</li>

46 <li>Оценить качество линии тренда можно с помощью специальных метрик. Одна из них -коэффициент детерминацииили R^2. В Google Sheets его можно рассчитать автоматически по одной кнопке</li>

47 <li>Чем ближе R^2 к 1, тем точнее построенная линия тренда описывает данные</li>

48 </ul>