Как посчитать процент отклонения в Excel по двум формулам
Понятие процент отклонения подразумевает разницу между двумя числовыми значениями в процентах. Приведем конкретный пример: допустим одного дня с оптового склада было продано 120 штук планшетов, а на следующий день – 150 штук. Разница в объемах продаж – очевидна, на 30 штук больше продано планшетов в следующий день. При вычитании от 150-ти числа 120 получаем отклонение, которое равно числу +30. Возникает вопрос: чем же является процентное отклонение?
Как посчитать отклонение в процентах в Excel
Процент отклонения вычисляется через вычитание старого значения от нового значения, а далее деление результата на старое значение. Результат вычисления этой формулы в Excel должен отображаться в процентном формате ячейки. В данном примере формула вычисления выглядит следующим образом (150-120)/120=25%. Формулу легко проверить 120+25%=150.
Обратите внимание! Если мы старое и новое число поменяем местами, то у нас получиться уже формула для вычисления наценки.
Ниже на рисунке представлен пример, как выше описанное вычисление представить в виде формулы Excel. Формула в ячейке D2 вычисляет процент отклонения между значениями продаж для текущего и прошлого года: =(C2-B2)/B2
Важно обратит внимание в данной формуле на наличие скобок. По умолчанию в Excel операция деления всегда имеет высший приоритет по отношению к операции вычитания. Поэтому если мы не поставим скобки, тогда сначала будет разделено значение, а потом из него вычитается другое значение. Такое вычисление (без наличия скобок) будет ошибочным. Закрытие первой части вычислений в формуле скобками автоматически повышает приоритет операции вычитания выше по отношению к операции деления.
Правильно со скобками введите формулу в ячейку D2, а далее просто скопируйте ее в остальные пустые ячейки диапазона D2:D5. Чтобы скопировать формулу самым быстрым способом, достаточно подвести курсор мышки к маркеру курсора клавиатуры (к нижнему правому углу) так, чтобы курсор мышки изменился со стрелочки на черный крестик. После чего просто сделайте двойной щелчок левой кнопкой мышки и Excel сам автоматически заполнит пустые ячейки формулой при этом сам определит диапазон D2:D5, который нужно заполнить до ячейки D5 и не более. Это очень удобный лайфхак в Excel.
Альтернативная формула для вычисления процента отклонения в Excel
В альтернативной формуле, вычисляющей относительное отклонение значений продаж с текущего года сразу делиться на значения продаж прошлого года, а только потом от результата отнимается единица: =C2/B2-1.
Как видно на рисунке результат вычисления альтернативной формулы такой же, как и в предыдущей, а значит правильный. Но альтернативную формулу легче записать, хот и возможно для кого-то сложнее прочитать так чтобы понять принцип ее действия. Или сложнее понять, какое значение выдает в результате вычисления данная формула если он не подписан.
Единственный недостаток данной альтернативной формулы – это отсутствие возможности рассчитать процентное отклонение при отрицательных числах в числителе или в заменителе. Даже если мы будем использовать в формуле функцию ABS, то формула будет возвращать ошибочный результат при отрицательном числе в заменителе.
Так как в Excel по умолчанию приоритет операции деления выше операции вычитания в данной формуле нет необходимости применять скобки.
- Excel Formula Examples
- Создать таблицу
- Форматирование
- Функции Excel
- Формулы и диапазоны
- Фильтр и сортировка
- Диаграммы и графики
- Сводные таблицы
- Печать документов
- Базы данных и XML
- Возможности Excel
- Настройки параметры
- Уроки Excel
- Макросы VBA
- Скачать примеры
Как рассчитать среднее и стандартное отклонение в Excel
Среднее значение представляет собой среднее значение в наборе данных. Это дает нам хорошее представление о том, где находится центр набора данных.
Стандартное отклонение показывает, насколько разбросаны значения в наборе данных. Это дает нам представление о том, насколько близко наблюдения сгруппированы вокруг среднего значения.
Используя только эти два значения, мы можем многое понять о распределении значений в наборе данных.
Чтобы вычислить среднее значение набора данных в Excel, мы можем использовать функцию = СРЗНАЧ (диапазон) , где диапазон — это диапазон значений.
Чтобы вычислить стандартное отклонение набора данных, мы можем использовать функцию =STDEV.S(Range) , где Range — это диапазон значений.
В этом руководстве объясняется, как использовать эти функции на практике.
Техническое примечание
Обе функции СТАНДОТКЛОН() и СТАНДОТКЛОН.С() вычисляют стандартное отклонение выборки .
Вы можете использовать функцию STDEV.P() для вычисления стандартного отклонения совокупности , если ваш набор данных представляет всю совокупность значений.
Однако в большинстве случаев мы работаем с выборочными данными, а не со всей совокупностью, поэтому мы используем функцию СТАНДОТКЛОН.С().
Пример 1: Среднее и стандартное отклонение одного набора данных
На следующем снимке экрана показано, как рассчитать среднее значение и стандартное отклонение одного набора данных в Excel:
Среднее значение набора данных составляет 16,4 , а стандартное отклонение — 9,13 .
Пример 2: Среднее и стандартное отклонение нескольких наборов данных
Предположим, у нас есть несколько наборов данных в Excel:
Чтобы вычислить среднее значение и стандартное отклонение первого набора данных, мы можем использовать следующие две формулы:
- Среднее значение: =СРЗНАЧ(B2:B21)
- Стандартное отклонение: =STDEV.S(B2:B21)
Затем мы можем выделить ячейки B22: B23 и навести указатель мыши на правый нижний угол ячейки B23, пока не появится крошечный +.Затем мы можем щелкнуть и перетащить формулы в следующие два столбца:
Дисперсия и стандартное отклонение в EXCEL
Сначала рассмотрим дисперсию , затем стандартное отклонение .
Дисперсия выборки
Дисперсия выборки ( выборочная дисперсия, sample variance ) характеризует разброс значений в массиве относительно среднего .
Все 3 формулы математически эквивалентны.
Из первой формулы видно, что дисперсия выборки это сумма квадратов отклонений каждого значения в массиве от среднего , деленная на размер выборки минус 1.
Для вычисления дисперсии выборки нужно:
- вычислить среднее значение выборки;
- вычислить «расстояния» от каждого значения до среднего (x i -x ср. );
- возвести «расстояния» в квадрат, чтобы отклонения в разные стороны от среднего не компенсировали друг друга;
- вычислить среднее значение квадратов «расстояний»)
Примечание : в знаменателе формулы стоит n-1, а не n т.к. дисперсия выборки — это оценка дисперсии случайной величины (вычитаем 1, чтобы оценка была несмещенной).
В MS EXCEL 2007 и более ранних версиях для вычисления дисперсии выборки используется функция ДИСП() , англ. название VAR, т.е. VARiance. С версии MS EXCEL 2010 рекомендуется использовать ее аналог ДИСП.В() , англ. название VARS, т.е. Sample VARiance. Кроме того, начиная с версии MS EXCEL 2010 присутствует функция ДИСП.Г(), англ. название VARP, т.е. Population VARiance, которая вычисляет дисперсию для генеральной совокупности . Все отличие сводится к знаменателю: вместо n-1 как у ДИСП.В() , у ДИСП.Г() в знаменателе просто n. До MS EXCEL 2010 для вычисления дисперсии генеральной совокупности использовалась функция ДИСПР() .
Дисперсию выборки можно также вычислить непосредственно по нижеуказанным формулам (см. файл примера ) =КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1) =(СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/ (СЧЁТ(Выборка)-1) – обычная формула =СУММ((Выборка -СРЗНАЧ(Выборка))^2)/ (СЧЁТ(Выборка)-1 ) – формула массива
Дисперсия выборки равна 0, только в том случае, если все значения равны между собой и, соответственно, равны среднему значению . Обычно, чем больше величина дисперсии , тем больше разброс значений в массиве.
Дисперсия выборки является точечной оценкой дисперсии распределения случайной величины, из которой была сделана выборка . О построении доверительных интервалов при оценке дисперсии можно прочитать в статье Доверительный интервал для оценки дисперсии в MS EXCEL .
Дисперсия случайной величины
Чтобы вычислить дисперсию случайной величины, необходимо знать ее функцию распределения .
Для дисперсии случайной величины Х часто используют обозначение Var(Х). Дисперсия равна математическому ожиданию квадрата отклонения от среднего E(X): Var(Х)=E[(X-E(X)) 2 ]
Если случайная величина имеет дискретное распределение , то дисперсия вычисляется по формуле:
где x i – значение, которое может принимать случайная величина, а μ – среднее значение ( математическое ожидание случайной величины ), р(x) – вероятность, что случайная величина примет значение х.
Если случайная величина имеет непрерывное распределение , то дисперсия вычисляется по формуле:
Для распределений, представленных в MS EXCEL , дисперсию можно вычислить аналитически, как функцию от параметров распределения. Например, для Биномиального распределения дисперсия равна произведению его параметров: n*p*q.
Примечание : Дисперсия, является вторым центральным моментом , обозначается D[X], VAR(х), V(x). Второй центральный момент — числовая характеристика распределения случайной величины, которая является мерой разброса случайной величины относительно математического ожидания .
Примечание : О распределениях в MS EXCEL можно прочитать в статье Распределения случайной величины в MS EXCEL .
Размерность дисперсии соответствует квадрату единицы измерения исходных значений. Например, если значения в выборке представляют собой измерения веса детали (в кг), то размерность дисперсии будет кг 2 . Это бывает сложно интерпретировать, поэтому для характеристики разброса значений чаще используют величину равную квадратному корню из дисперсии – стандартное отклонение .
Некоторые свойства дисперсии :
Var(Х+a)=Var(Х), где Х — случайная величина, а — константа.
Var(Х)=E[(X-E(X)) 2 ]=E[X 2 -2*X*E(X)+(E(X)) 2 ]=E(X 2 )-E(2*X*E(X))+(E(X)) 2 =E(X 2 )-2*E(X)*E(X)+(E(X)) 2 =E(X 2 )-(E(X)) 2
Это свойство дисперсии используется в статье про линейную регрессию .
Var(Х+Y)=Var(Х) + Var(Y) + 2*Cov(Х;Y), где Х и Y — случайные величины, Cov(Х;Y) — ковариация этих случайных величин.
Если случайные величины независимы (independent), то их ковариация равна 0, и, следовательно, Var(Х+Y)=Var(Х)+Var(Y). Это свойство дисперсии используется при выводе стандартной ошибки среднего .
Покажем, что для независимых величин Var(Х-Y)=Var(Х+Y). Действительно, Var(Х-Y)= Var(Х-Y)= Var(Х+(-Y))= Var(Х)+Var(-Y)= Var(Х)+Var(-Y)= Var(Х)+(-1) 2 Var(Y)= Var(Х)+Var(Y)= Var(Х+Y). Это свойство дисперсии используется для построения доверительного интервала для разницы 2х средних .
Примечание : квадратный корень из дисперсии случайной величины называется Среднеквадратическое отклонение (или другие названия — среднее квадратическое отклонение, среднеквадратичное отклонение, квадратичное отклонение, стандартное отклонение, стандартный разброс).
Стандартное отклонение выборки
Стандартное отклонение выборки — это мера того, насколько широко разбросаны значения в выборке относительно их среднего .
По определению, стандартное отклонение равно квадратному корню из дисперсии :
Стандартное отклонение не учитывает величину значений в выборке , а только степень рассеивания значений вокруг их среднего . Чтобы проиллюстрировать это приведем пример.
Вычислим стандартное отклонение для 2-х выборок: (1; 5; 9) и (1001; 1005; 1009). В обоих случаях, s=4. Очевидно, что отношение величины стандартного отклонения к значениям массива у выборок существенно отличается. Для таких случаев используется Коэффициент вариации (Coefficient of Variation, CV) — отношение Стандартного отклонения к среднему арифметическому , выраженного в процентах.
В MS EXCEL 2007 и более ранних версиях для вычисления Стандартного отклонения выборки используется функция =СТАНДОТКЛОН() , англ. название STDEV, т.е. STandard DEViation. С версии MS EXCEL 2010 рекомендуется использовать ее аналог =СТАНДОТКЛОН.В() , англ. название STDEV.S, т.е. Sample STandard DEViation.
Кроме того, начиная с версии MS EXCEL 2010 присутствует функция СТАНДОТКЛОН.Г() , англ. название STDEV.P, т.е. Population STandard DEViation, которая вычисляет стандартное отклонение для генеральной совокупности . Все отличие сводится к знаменателю: вместо n-1 как у СТАНДОТКЛОН.В() , у СТАНДОТКЛОН.Г() в знаменателе просто n.
Стандартное отклонение можно также вычислить непосредственно по нижеуказанным формулам (см. файл примера ) =КОРЕНЬ(КВАДРОТКЛ(Выборка)/(СЧЁТ(Выборка)-1)) =КОРЕНЬ((СУММКВ(Выборка)-СЧЁТ(Выборка)*СРЗНАЧ(Выборка)^2)/(СЧЁТ(Выборка)-1))
Другие меры разброса
Функция КВАДРОТКЛ() вычисляет с умму квадратов отклонений значений от их среднего . Эта функция вернет тот же результат, что и формула =ДИСП.Г( Выборка )*СЧЁТ( Выборка ) , где Выборка — ссылка на диапазон, содержащий массив значений выборки ( именованный диапазон ). Вычисления в функции КВАДРОТКЛ() производятся по формуле:
Функция СРОТКЛ() является также мерой разброса множества данных. Функция СРОТКЛ() вычисляет среднее абсолютных значений отклонений значений от среднего . Эта функция вернет тот же результат, что и формула =СУММПРОИЗВ(ABS(Выборка-СРЗНАЧ(Выборка)))/СЧЁТ(Выборка) , где Выборка — ссылка на диапазон, содержащий массив значений выборки.
Вычисления в функции СРОТКЛ () производятся по формуле:
Как найти процент выполнения плана формула Excel
Одним из основных показателей управленческого учета являются выполнение плана и прогнозирование выполнения плана. Плановые показатели могут быть установлены в штуках, деньгах, клиентах и т.д., но подход к расчету выполнения плана одинаков во всех случаях.
При этом стоит различать показатели “выполнение плана” и “отклонение от плана”. В этой статье разберемся, как посчитать выполнение плана и отклонение от плана в excel. Также научимся делать простой прогноз выполнения плана в excel.
- Расчет выполнения плана
- Расчет отклонения от плана
- Прогноз выполнения плана
Расчет выполнения плана в excel
Выполнение плана рассчитывается, как правило, в процентах. Другими словами, понятие “выполнение плана” означает, сколько процентов фактические показатели составляют относительно плановых.
Формула выполнения плана в процентах выглядит так:
Выполнение плана = Факт / План *100%
Рассмотрим пример расчета выполнения плана продаж.
У торгового представителя установлен план продаж:
- сок вишневый — 110 упаковок
- сок яблочный — 150 упаковок
Фактически в течение месяца он продал:
- сок вишневый — 118 упаковок
- сок яблочный — 133 упаковки
Рассчитаем процент выполнения плана продаж:
Выполнение “сок вишневый” = 118 / 110 * 100% = 107,27%
Выполнение “сок яблочный” = 133 / 150 * 100% = 88,67%
Рассчитаем выполнение плана продаж в excel по той же формуле:
Обратите внимание, что в excel не нужно умножать на 100%. Вместо этого выбираем процентный формат ячейки (как показано на картинке или через правую кнопку мыши — Формат ячеек).
Таким образом, видим, что план продаж вишневого сока перевыполнен (т.к. он больше 100%), а во втором случае — не выполнен.
В следующем абзаце мы как раз и научимся считать отклонение от плана. Казалось бы, и там видно, каково отклонение от плана. Но в нашем примере всего два ряда данных. А если их много, не обойтись без использования формулы.
Факторный анализ выручки
Расчет отклонения от плана в excel
Формула отклонения факта от плана такая:
Отклонение от плана = (Факт / План — 1) * 100%
Воспользуемся тем же примером и посчитаем отклонение фактических показателей от плана продаж.
Отклонение от плана “сок вишневый” = (118 / 110 — 1) * 100% = 7,27%
Отклонение от плана “сок яблочный” = (133 / 150 — 1) * 100% = -11,33%
В первом случае отклонение от плана положительное (больше нуля), следовательно, план перевыполнен. А в случае я яблочным соком отклонение отрицательное, поэтому можем сделать вывод, что план по продажам яблочного сока не выполнен, и до выполнения плана не хватило 11,3%
Теперь сделаем расчет отклонения факта продаж и от плана в excel.
Как видите, мы снова не умножаем на 100%, а применяем процентный формат ячейки.
Прогноз выполнения плана
Прогнозирование — достаточно обширная тема, поэтому в рамках данной статьи рассмотрим простой прием прогнозирования выполнения плана.
Чтобы сделать прогноз выполнения плана, нужно понять, каким будет факт к окончанию периода. План, как правило, в течение периода не меняется.
Формула для прогноза выполнения плана:
Прогноз выполнения плана= (Факт на сегодня / Кол-во отработанных дней * Кол-во рабочих дней в месяце) / План * 100%
Вернемся к нашему примеру с продажами сока. Предположим, сегодня 17 октября (т.е. факт будет с 1 по 16 октября), и с начала месяца торговый представитель продал 55 коробок вишневого сока и 78 яблочного. Помним из первого примера, что план по вишневому соку 110 упаковок, а по яблочному 150.
Также нужно определиться с количеством отработанных и рабочих дней. Здесь нужно четко понимать, что количество дней берем именно для того субъекта, для которого считаем выполнение .
Предположим, с 1 по 16 октября торговый представитель отработал 11 дней, а всего в октябре 21 рабочий день.
Прогноз по вишневому соку = 55 / 11 * 21 = 105
Прогноз по яблочному соку = 78 / 11 * 21 = 149
Тот же пример в excel. Для наглядности выведем количество отработанных и рабочих дней в отдельные столбцы.
Далее можно также сделать прогноз выполнения плана.
Из предыдущего примера мы уже знаем, что по факту за месяц было продано 110 коробок вишневого сока и 133 яблочного. Как видите, в первом случае погрешность прогнозирования совсем небольшая, в случае же с яблочным соком расхождение уже больше.
Это нормальное явление при укрупненном прогнозировании, поскольку мы не учитывали действие множества факторов. Такими факторами могут быть колебания спроса в зависимости от дня недели, возможность торгового представителя взять отгул или отпуск, закрытие торговых точек, технические проблемы и т.д.
Несмотря на недостатки укрупненного прогнозирования, многие компании используют именно такой метод прогноза выполнения плана.
В продолжение темы расчета процента выполнения плана: