Сводные таблицы Excel. Часть 2. Учебное пособие. Валентин Юльевич Арьков

модели количество покупаемого товара, то есть СПРОС, будет переживать сезонные колебания. Колебания будут в противоположной фазе в сравнении с колебаниями цен. То есть 1 октября будет максимум покупок. Соответственно, начало периода колебаний – это 1 октября минус три месяца:

      t₀ = 43374 – 3*30 = 43374 – 90 = 43284.

      Это начало июля. К началу октября покупки растут. К январю цены выросли, а закупки упали. И так повторяется каждый год.

      Задание. Запишите уравнение сезонных колебаний спроса с конкретными значениями коэффициентов.

      Мы заложили в нашу модель взаимосвязь между уровнем цен и спросом, то есть количеством купленного товара. Это зависимость в среднем – на фоне случайного разброса, отклонений. Наличие такой зависимости называется КОРРЕЛЯЦИЯ (рис. 4.23). Слово «корреляция» происходит от латинского correlatio – «соотношение, взаимосвязь», где co– — «со-, взаимо-, вместе» и relatio – «отнесение, связь». Если в среднем значение увеличивается, это прямая корреляция, если уменьшается – то обратная.

      Рис. 4.23. Прямая и обратная корреляция

      Задание. Запишите в отчёте ответ на следующий вопрос. Какой вид корреляции между спросом и предложением заложен в нашей модели и насколько это соответствует действительности?

      4.7. Случайность

      Ко всем значениям спроса и предложения мы добавим случайную составляющую. Это будет разброс вокруг цены и количества товара в каждой покупке. Случайный разброс составит плюс-минус указанное количество процентов. В нулевом варианте это плюс-минус 20%.

      Случайную составляющую будем моделировать как числа с нормальным распределением. Значит, разброс в 2 процента составит три сигмы. Находим сигму:

      сигма = 20% / 3 = 0,2 / 3 = 0,066667.

      Задание. Определите величину сигмы для своего варианта.

      5. Имитационное моделирование

      У нас всё готово для моделирования исходных данных. Как и в предыдущей работе, мы создаём таблицу транзакций. Во всех вариантах у нас будет 10000 записей, то есть строк.

      Процедура имитационного моделирования тоже была подробно описана в предыдущей работе. Напомним, что для каждого запуска генератора случайных чисел нужно устанавливать новое начальное значение. Оно вводится в окне с загадочным названием

      Random Seed – Случайное рассеивание.

      Создаём таблицу транзакций в привычном порядке.

      5.1. Даты

      Вначале генерируем случайные даты. Мы выбрали номера дней начала и конца интервала по времени. Вызываем генератор:

      Data – Analysis – Data Analysis – Random Number Generation.

      Задаём параметры генератора (рис. 5.1).

      Рис. 5.1. Настройки генератора

      Округляем случайные числа, копируем в буфер и вставляем как значения. Задаём формат ячеек в виде даты. Вся процедура тоже должна быть знакома по предыдущей работе.

      Задание. Сгенерируйте столбец дат.

      5.2. Товары

      Следующий этап – товары. Начинаем с идентификатора товара. Целое число от 1 до 6. Не забываем установить новое состояние генератора