भविष्यवाणी गर्ने क्षमता, भविष्यवाणी गर्ने (कम्तिमा लगभग!) घटनाहरूको भविष्यको पाठ्यक्रम कुनै पनि आधुनिक व्यवसायको अभिन्न र धेरै महत्त्वपूर्ण भाग हो। निस्सन्देह, यो विधि र दृष्टिकोणहरूको गुच्छाको साथ एक अलग, धेरै जटिल विज्ञान हो, तर परिस्थितिको कुनै नराम्रो दैनिक मूल्याङ्कनका लागि प्राय: साधारण प्रविधिहरू पर्याप्त हुन्छन्। ती मध्ये एक कार्य हो फोरकास्ट (पूर्वानुमान), जसले रेखीय प्रवृतिमा पूर्वानुमान गणना गर्न सक्छ।
यस प्रकार्यको सञ्चालनको सिद्धान्त सरल छ: हामी मान्दछौं कि प्रारम्भिक डेटा शास्त्रीय रैखिक समीकरण y=kx+b को साथ एक निश्चित सीधा रेखाद्वारा इन्टरपोलेट (स्मूथ) गर्न सकिन्छ:
यो सीधा रेखा निर्माण गरेर र ज्ञात समय दायरा भन्दा बाहिर दायाँ तिर विस्तार गरेर, हामी इच्छित पूर्वानुमान प्राप्त गर्छौं।
यो सीधा रेखा निर्माण गर्न, एक्सेलले प्रसिद्ध प्रयोग गर्दछ न्यूनतम वर्ग विधि। छोटकरीमा, यस विधिको सार यो हो कि प्रवृति रेखाको ढलान र स्थिति छनोट गरिएको छ ताकि निर्माण गरिएको प्रवृति रेखाबाट स्रोत डेटाको वर्गीय विचलनको योगफल न्यूनतम होस्, अर्थात् प्रवृत्ति रेखाले वास्तविक डेटालाई सहज बनायो। सबै भन्दा राम्रो सम्भव तरिका।
एक्सेलले पङ्क्तिमा दायाँ क्लिक गरेर चार्टमा एक प्रवृति रेखा निर्माण गर्न सजिलो बनाउँछ - Trendline थप्नुहोस् (ट्रेन्डलाइन थप्नुहोस्), तर प्राय: गणनाको लागि हामीलाई रेखा चाहिँदैन, तर पूर्वानुमानको संख्यात्मक मानहरू चाहिन्छ। त्यो संग मेल खान्छ। यहाँ, बस, तिनीहरू प्रकार्य द्वारा गणना गरिन्छ फोरकास्ट (पूर्वानुमान).
प्रकार्य वाक्य रचना निम्नानुसार छ
= PREDICTION(X; ज्ञात_मानहरू_Y; ज्ञात_X मानहरू)
जहाँ
- Х - समयको बिन्दु जसको लागि हामीले भविष्यवाणी गर्छौं
- ज्ञात_मानहरू_Y - हामीलाई निर्भर चल (नाफा) को मानहरू थाहा छ
- ज्ञात_X मानहरू - हामीलाई थाहा भएको स्वतन्त्र चरका मानहरू (मितिहरू वा अवधिहरूको संख्याहरू)
- सोल्भर एड-इनको साथ व्यापार मोडेलहरू अनुकूलन गर्दै
- इच्छित रकम प्राप्त गर्न सर्तहरूको चयन