Kurso sa Excel Data Analysis at Forecasting

Aralin 1 • Pagpapatunay ng Datos at Pagsusuri ng Kalidad

Naglalapat ng mga patakaran sa pagpapatunay at conditional formatting upang ipatupad ang integridad ng datos. Ang malinis na mga input ay isang kinakailangan para sa tumpak na mga output ng pagtaya.

Aralin 2 • Pag-navigate sa Interface ng Excel

Sumasaklaw sa mga ribbon, quick-access tool, at keyboard shortcut na mahalaga para sa bilis. Itinatakda ang baseline ng workspace para sa lahat ng susunod na analitikal na gawain.

Aralin 3 • Mga Pangunahing Kasanayan sa Formula

Ipinakikilala ang mga arithmetic, logical, at lookup formula na ginagamit sa buong proseso ng pagtaya. Bumubuo ang mga mag-aaral ng magagamit muli at naa-audit na hanay ng formula.

Aralin 4 • Pagso-sort, Pag-filter, at Mga Table

Sumasaklaw sa Excel Tables, AutoFilter, at mga advanced na opsyon sa pagso-sort para ihiwalay ang mga subset ng datos. Pinapabilis ng mga kasanayang ito ang eksploratoryong pagsusuri bago ang pagmo-modelo.

Aralin 1 • Deskriptibong Estadistika para sa Time Series

Naglalapat ng mean, variance, at mga sukat ng autocorrelation upang tukuyin ang pag-uugali ng serye. Ang mga estadistikang ito ay nagbibigay-alam sa pagpili ng pamamaraan sa pagtaya.

Aralin 2 • Pag-decompose ng Isang Time Series

Pinaghihiwalay ang isang serye sa mga bahaging trend, seasonal, at residual gamit ang mga formula ng Excel. Ang mga resulta ng decomposition ay ginagamit muli sa mga kabanata ng exponential smoothing at regression.

Aralin 3 • Pag-visualize ng mga Pattern ng Time Series

Bumubuo ng mga line, column, at combo chart upang ipakita ang mga trend at seasonal cycle nang biswal. Ang interpretasyon ng chart ay gumagabay sa pagpili ng modelo sa mga susunod na kabanata.

Aralin 4 • Mga Konsepto at Terminolohiya ng Time Series

Binibigyang-kahulugan ang mga bahagi ng time series at ipinapaliwanag kung bakit mahalaga ang pagkakasunud-sunod ng oras. Itinataguyod ang bokabularyong ginagamit sa bawat susunod na kabanata ng pagtaya.

Aralin 1 • Double Exponential Smoothing para sa mga Trend

Pinapalawak ang smoothing sa mga seryeng may linear trend gamit ang dalawang smoothing parameter. Ilalapat ng mga mag-aaral ang pamamaraan ni Holt at bibigyang-kahulugan ang mga bahaging level at trend.

Aralin 2 • Simple Exponential Smoothing

Ipinakikilala ang parameter na alpha at recursive smoothing logic para sa mga seryeng may level lamang. Ino-optimize ng mga mag-aaral ang alpha gamit ang Solver upang mabawasan ang error sa pagtaya.

Aralin 3 • Triple Exponential Smoothing para sa Seasonality

Nagdaragdag ng seasonal component upang hawakan ang mga pana-panahong pattern gamit ang pamamaraang Holt-Winters. Binubuo ng mga mag-aaral ang buong modelo at sinusuri ito laban sa mga benchmark ng decomposition.

Aralin 4 • Weighted Moving Average

Nagtatalaga ng custom na mga timbang sa mga kamakailang obserbasyon upang mabawasan ang lag. Ikokompara ng mga mag-aaral ang pagiging sensitibo ng WMA laban sa SMA sa iba't ibang dataset.

Aralin 1 • Tracking Signal at Pagtukoy ng Bias

Ipinapatupad ang tracking signal upang matukoy ang sistematikong drift sa mga error ng pagtaya sa paglipas ng panahon. Ang maagang pagtukoy ng bias ay pumipigil sa lumalalang mga error sa mga rolling forecast.

Aralin 2 • Pagpili ng Modelo at Pag-benchmark

Ikinukumpara ang maraming modelo gamit ang isang nakabalangkas na scorecard at pinipili ang pinakaangkop. Idodokumento ng mga mag-aaral ang katwiran ng pagpili para sa komunikasyon sa stakeholder.

Aralin 3 • Train-Test Split at Holdout Validation

Naglalapat ng in-sample at out-of-sample na ebalwasyon upang maiwasan ang overfitting. Inaayos ng mga mag-aaral ang mga workbook ng Excel upang paghiwalayin ang mga panahon ng pagsasanay at pagpapatunay.

Aralin 4 • Mga Pangunahing Sukatan ng Katumpakan sa Excel

Bumubuo ng mga formula ng MAE, RMSE, at MAPE mula sa simula at binibigyang-kahulugan ang kanilang mga trade-off. Ang bawat sukatan ay iniuugnay sa isang tiyak na konteksto ng desisyon sa negosyo.

Aralin 1 • Multiple Regression para sa Causal Forecasting

Nagdaragdag ng maraming predictor upang makuha ang mga causal driver ng variable na tinataya. Ginagamit ng mga mag-aaral ang regression output ng Analysis ToolPak at binibigyang-kahulugan ang lahat ng coefficient.

Aralin 2 • Oras bilang Isang Predictor Variable

Nag-e-encode ng mga yugto ng oras bilang mga numeric predictor upang imodelo ang mga linear trend sa pamamagitan ng regression. Ito ay nag-uugnay sa mga pamamaraan ng smoothing at mga diskarte ng causal regression.

Aralin 3 • Mga Diagnostic at Pagpapatunay ng Regression

Sinusubok ang mga pagpapalagay ng regression gamit ang pagsusuri ng residual at mga estadistika ng impluwensya. Ang mga valid na modelo ay gumagawa ng maaasahang out-of-sample na mga pagtaya.

Aralin 4 • Mga Batayan ng Simple Linear Regression

Hinango ang linya ng regression gamit ang LINEST at ang Analysis ToolPak. Binibigyang-kahulugan ng mga mag-aaral ang slope, intercept, at R-squared sa isang konteksto ng pagtaya.

Aralin 1 • Pagsusuri ng Sensitivity gamit ang Data Table

Gumagamit ng isa at dalawang-variable na data table upang imapa kung paano hinihimok ng mga pangunahing input ang mga output ng pagtaya. Ipinapakita ng mga tornado chart kung aling mga pagpapalagay ang may pinakamalaking epekto.

Aralin 2 • Pagbuo ng mga Modelo ng Pagtaya na Hinihimok ng Pagpapalagay

Inaayos ang mga modelo ng pagtaya na may malinaw na pinaghiwalay na mga bahagi ng input, kalkulasyon, at output. Ang modular na disenyo ay nagbibigay-daan sa mabilis na pagbabago ng pagpapalagay nang walang error sa formula.

Aralin 3 • Pangkalahatang-ideya ng mga Tool sa What-If Analysis

Ipinakikilala ang Goal Seek, data table, at Scenario Manager bilang katutubong what-if suite ng Excel. Ang bawat tool ay itinutugma sa isang tiyak na uri ng tanong sa pagtaya.

Aralin 4 • Mga Optimistiko, Batayan, at Pesimistikong Sitwasyon

Binibigyang-kahulugan at idinodokumento ang mga balangkas ng tatlong sitwasyon na nakaayon sa mga siklo ng pagpaplano ng negosyo. Bumubuo ang mga mag-aaral ng mga buod ng sitwasyon gamit ang mga ulat ng Scenario Manager.

Aralin 1 • Mga Modelong Smoothing na Na-optimize ng Solver

Ginagamit ang Excel Solver upang mabawasan ang RMSE sa pamamagitan ng pag-optimize ng lahat ng smoothing parameter nang sabay-sabay. Pinaghihigpitan ng mga mag-aaral ang mga parameter sa mga valid na saklaw at binibigyang-kahulugan ang convergence.

Aralin 2 • Nonlinear at Polynomial Trend Fitting

Iniaangkop ang mga exponential, logarithmic, at polynomial curve sa datos na may nonlinear growth. Ginagamit ng mga mag-aaral ang LOGEST at mga equation ng chart trend-line para sa pagtaya.

Aralin 3 • Hierarchical at Aggregated Forecasting

Bumubuo ng top-down, bottom-up, at middle-out na forecast reconciliation sa Excel. Tinitiyak ng mga mag-aaral na ang mga disaggregated na pagtaya ay sumasakto sa kabuuang aggregate.

Aralin 4 • Intermittent Demand Forecasting

Tinutugunan ang mga sporadic, zero-heavy demand series gamit ang pamamaraan ni Croston at mga variant. Tinutukoy ng mga mag-aaral ang mga intermittent pattern at naglalapat ng mga naaangkop na formula sa Excel.

Aralin 1 • Mga Confidence Interval ng Pagtaya sa mga Chart

Nagdaragdag ng upper at lower bound series sa mga chart upang ma-visualize ang kawalan ng katiyakan sa pagtaya. Kinakalkula ng mga mag-aaral ang mga lapad ng interval mula sa mga estadistika ng error at pino-format ang mga shaded band.

Aralin 2 • Pakikipag-ugnayan ng mga Pagtaya sa mga Stakeholder

Binubuo ang nakasulat at pasalitang mga naratibo ng pagtaya para sa mga ehekutibo at operational na audience. Iniaangkop ng mga mag-aaral ang antas ng detalye, terminolohiya, at visual complexity sa bawat audience.

Aralin 3 • Mga Dynamic na Chart gamit ang Slicers at Timelines

Ikinokonekta ang mga PivotChart sa mga slicer at kontrol ng timeline para sa interactive na pag-filter. Maaaring galugarin ng mga gumagamit ang datos ng pagtaya nang hindi hinahawakan ang pinagbabatayang mga formula.

Aralin 4 • Mga Prinsipyo ng Disenyo ng Dashboard

Naglalapat ng mga prinsipyo ng layout, kulay, at hierarchy upang gabayan ang atensyon ng tumitingin. Binabawasan ng mahusay na disenyo ang maling interpretasyon ng mga output ng pagtaya ng mga hindi teknikal na audience.