NumXL 1.66.43927.1

NumXL သည် အဆင့်မြင့် econometric ခွဲခြမ်းစိတ်ဖြာမှုနှင့် ဒေတာစီမံခန့်ခွဲမှုစွမ်းရည်များကို ပံ့ပိုးပေးသည့် အားကောင်းသည့် Microsoft Excel ပေါင်းထည့်မှုတစ်ခုဖြစ်သည်။ ဘဏ္ဍာရေးပုံစံနှင့် အချိန်စီးရီးခွဲခြမ်းစိတ်ဖြာမှုအတွက် အထူးဒီဇိုင်းထုတ်ထားပြီး NumXL သည် ရှုပ်ထွေးသောတွက်ချက်မှုများကို လွယ်ကူစွာလုပ်ဆောင်နိုင်ပြီး ကလစ်အနည်းငယ်နှိပ်ရုံဖြင့် တိကျသောခန့်မှန်းချက်များကိုထုတ်ပေးပါသည်။

NumXL ဖြင့်၊ သင်သည် သင်၏ဒေတာအားလုံးကို Excel တွင် မှန်ကန်စွာလုပ်ဆောင်နိုင်ပြီး အပိုဆော့ဖ်ဝဲ သို့မဟုတ် ကိရိယာများ လိုအပ်မှုကို ဖယ်ရှားပေးနိုင်သည်။ သင့်အား ခွဲခြမ်းစိတ်ဖြာခြင်း၊ မော်ဒယ်ပြုလုပ်ခြင်းနှင့် ရလဒ်များကို ဖိုင်တစ်ခုတည်းဖြင့် မျှဝေနေစဉ်တွင် သင့်ဒေတာကို လျင်မြန်လွယ်ကူစွာ အပြောင်းအလဲများ ပြုလုပ်နိုင်စေမည့် ဤရိုးရှင်းသောနည်းလမ်းသည် သင့်အား ခြေရာခံပြီး လွယ်ကူစေသည်။

NumXL ၏အဓိကအကျိုးကျေးဇူးများထဲမှတစ်ခုမှာ၎င်း၏အလိုလိုသိနိုင်သောအသုံးပြုသူမျက်နှာပြင်ဖြစ်သည်။ ဆော့ဖ်ဝဲလ်၏လုပ်ဆောင်ချက်များအား သရုပ်ဖော်ကိန်းဂဏန်းများမှအစ spectral ခွဲခြမ်းစိတ်ဖြာခြင်းအထိ အရာအားလုံးကို အကျုံးဝင်သည့် အမျိုးအစား 11 ခုဖြင့် ဖွဲ့စည်းထားသည်။ ၎င်းသည် သင်သမိုင်းအချက်အလက်ကို ခွဲခြမ်းစိတ်ဖြာခြင်း သို့မဟုတ် အနာဂတ်လမ်းကြောင်းများကို ခန့်မှန်းခြင်းဖြစ်စေ မည်သည့်လုပ်ဆောင်စရာအတွက်မဆို သင်လိုအပ်သည့်ကိရိယာများကို ရှာဖွေရန် လွယ်ကူစေသည်။

NumXL မှပေးဆောင်သော အဓိကအင်္ဂါရပ်အချို့ကို အနီးကပ်ကြည့်ရှုကြပါစို့။

သရုပ်ဖော်စာရင်းအင်းများ- NumXL ၏ ဟစ်စတိုဂရမ်၊ Q-Q ကြံစည်မှု၊ နှင့် အလိုအလျောက်ဆက်စပ်ဆက်စပ်မှုဆိုင်ရာ လုပ်ဆောင်ချက်ကိရိယာများဖြင့်၊ သင်သည် သင်၏ဒေတာဖြန့်ဖြူးမှုပုံစံများကို လျင်မြန်စွာခွဲခြမ်းစိတ်ဖြာနိုင်ပြီး အစွန်းထွက်မှု သို့မဟုတ် ကွဲလွဲချက်များကို ခွဲခြားသတ်မှတ်နိုင်သည်။

ကိန်းဂဏန်းစစ်ဆေးမှုများ- ပျမ်းမျှ၊ စံသွေဖည်မှု၊ လျှပ်တပြက်/ kurtosis စမ်းသပ်မှုများကို ဤအမျိုးအစားတွင် ရရှိနိုင်သော ပုံမှန်စမ်းသပ်မှုနှင့်အတူ နမူနာသည် ပုံမှန်ဖြန့်ဝေမှုမှ ထွက်လာခြင်းရှိမရှိ စစ်ဆေးပေးပါသည်။ အမှတ်စဉ်ဆက်နွှယ်မှု (အဖြူရောင်-ဆူညံသံ)၊ ARCH အကျိုးသက်ရောက်မှု (အလိုအလျောက်နောက်ပြန်ဆုတ်မှုအခြေအနေဆိုင်ရာအကွဲအပြဲများ)၊ အချိန်ကာလနှင့်အမျှ ပျမ်းမျှ/ကွဲလွဲမှုရှိမရှိ စစ်ဆေးပေးသည့် စာရေးကိရိယာစမ်းသပ်မှု။ အချိန်စီးရီးတွင် ယူနစ် root ရှိမရှိ စစ်ဆေးပေးသည့် ADF ယူနစ် root test

အသွင်ပြောင်းခြင်း- BoxCox အသွင်ပြောင်းခြင်းသည် ပုံမှန်မဟုတ်သော ဖြန့်ဝေမှုများကို ပုံမှန်အဖြစ်သို့ ပြောင်းလဲပေးသည်။ ခြားနားချက် အော်ပရေတာသည် အချိန်စီးရီးမှ လမ်းကြောင်းသစ်အစိတ်အပိုင်းကို ဖယ်ရှားရန် ကူညီသည်။ ပေါင်းစပ်အော်ပရေတာများသည် စုစည်းပေါင်းလဒ်/ကွာခြားမှု/ပျမ်းမျှ စသည်တို့ကို တွက်ချက်ရာတွင် ကူညီပေးပါသည်။

ချောမွတ်ခြင်း- အလေးချိန် ရွေ့လျားနေသော ပျမ်းမျှ ရွေ့လျားမှု ပျမ်းမျှအား မကြာသေးမီက လေ့လာတွေ့ရှိချက်များကို အလေးချိန်ပိုပေးခြင်းဖြင့် အချိန်စီးရီးများ၏ အတက်အကျများကို ချောမွေ့စေသည်။ exponential smoothing သည် မကြာသေးမီက လေ့လာတွေ့ရှိချက်များကို အလေးချိန်ပိုစေသော်လည်း ခန့်မှန်းချက်တန်ဖိုးများကို တွက်ချက်ရာတွင်လည်း အတိတ်က အမှားများကို ထည့်သွင်းစဉ်းစားသည်။ trend smoothing သည် စက်ဝိုင်းအစိတ်အပိုင်းများကို အချိန်စီးရီးများမှ ဖယ်ရှားပြီး ရေရှည်လမ်းကြောင်းများကိုသာ မြင်နိုင်မည်ဖြစ်သည်။

ARMA ခွဲခြမ်းစိတ်ဖြာခြင်း- အခြေအနေအလိုက် ပျမ်းမျှပုံစံပုံစံ (ARMA/ARIMA/ARMAX) သည် ၎င်းတို့၏ အတိတ်တန်ဖိုးများနှင့် စီးပွားရေးညွှန်းကိန်းများ သို့မဟုတ် ရာသီဥတုပုံစံများကဲ့သို့ ပြင်ပအချက်များပေါ်အခြေခံ၍ ကိန်းရှင်များကြားတွင် မျဉ်းတန်းဆက်နွယ်မှုကို ကူညီပေးသည်။ ဒေတာအတွဲတွင် ရာသီအလိုက်သက်ရောက်မှုများရှိနေချိန်တွင် AirLine မော်ဒယ်ကို U.S Census X-12-ARIMA ပံ့ပိုးမှုမှ AIC/BIC စသည်တို့ကဲ့သို့ ကိန်းဂဏန်းစံသတ်မှတ်ချက်များအပေါ် အခြေခံ၍ အလိုအလျောက် ARIMA မော်ဒယ်ရွေးချယ်ရေးလုပ်ငန်းစဉ်ကို ပံ့ပိုးပေးပါသည်။

ARCH/GARCH ခွဲခြမ်းစိတ်ဖြာခြင်း- အခြေအနေမတည်ငြိမ်မှု/အကွဲအပြဲပုံစံပုံစံ (ARC/GARCH/E-GARCH/GARCH-M) သည် ကျန်ရှိနေသောတန်ဖိုးများ/အမှားအယွင်းများအပေါ်မူတည်၍ အချိန်ကြာလာသည်နှင့်အမျှ ကွဲလွဲမှု မည်သို့ပြောင်းလဲသွားသည်ကို နမူနာပုံစံကို ကူညီပေးသည်

ပေါင်းစပ်မော်ဒယ်များ- Log-likelihood/AIC ရောဂါရှာဖွေမှုများသည် အမှန်တကယ်ဒေတာအချက်များ/အကြွင်းအကျန်များနှင့် ကိုက်ညီမှုရှိသော မော်ဒယ်များ၏ အားသာချက်များကို အကဲဖြတ်ရာတွင် ကူညီပေးသည် ရွေးချယ်ထားသော မော်ဒယ်များပေါ်မူတည်၍ ခန့်မှန်းချက်များ

Factor ခွဲခြမ်းစိတ်ဖြာခြင်း - ယေဘူယျအားဖြင့် Linear Model - ဆုတ်ယုတ်မှုနည်းပညာများကို အသုံးပြု၍ ဒေတာအတွဲအတွင်း သတိပြုမိသောကွဲလွဲမှုကို မောင်းနှင်သည့် နောက်ခံအကြောင်းရင်းများကို ခွဲခြားသတ်မှတ်ရန် ကူညီပေးသည်

ရက်စွဲ/ပြက္ခဒိန် - အပတ်စဉ်/အားလပ်ရက် တွက်ချက်မှုများသည် ငွေကြေးစျေးကွက်/အချိန်စီးရီးဒေတာအစုံများကို ခွဲခြမ်းစိတ်ဖြာသည့်အခါတွင် ပြက္ခဒိန်အကျိုးသက်ရောက်မှုများကို ချိန်ညှိရာတွင် ကူညီပေးသည်- interpolation/statistical functions သည် အခြေခံ econometric နည်းလမ်းများထက် Spectral Analysis - Discrete Fourier Transform သည် ပြိုကွဲခြင်းကို ခွင့်ပြုသည် အချိန်အပိုင်းအခြား/စက်ဝိုင်းများကို အလွယ်တကူ ဖော်ထုတ်နိုင်စေရန် ကြိမ်နှုန်း အစိတ်အပိုင်းများအဖြစ် အချက်ပြမှု

ယေဘုယျအားဖြင့်၊ NumXL သည် အားကောင်းသော econometric ခွဲခြမ်းစိတ်ဖြာမှုကိရိယာများနှင့် ပေါင်းစပ်ထားသော တိကျသောခန့်မှန်းနိုင်မှုစွမ်းရည်များ လိုအပ်သော ဘဏ္ဍာရေးကျွမ်းကျင်သူများအတွက် အထူးဒီဇိုင်းထုတ်ထားသော အထင်ကြီးလောက်သော အင်္ဂါရပ်များစွာကို ပေးပါသည်။ သင်သည် သမိုင်းဝင်ငွေကြေးဈေးကွက်ဒေတာဖြင့် လုပ်ဆောင်နေသည်ဖြစ်စေ သို့မဟုတ် GDP တိုးတက်မှုနှုန်း သို့မဟုတ် ငွေကြေးဖောင်းပွမှုအဆင့်များကဲ့သို့ စီးပွားရေးညွှန်းကိန်းများအပေါ် အခြေခံ၍ အနာဂတ်လမ်းကြောင်းများကို ခန့်မှန်းရန် ကြိုးစားနေသည်ဖြစ်စေ၊ NumXl သည် အရာအားလုံးကို လွှမ်းခြုံထားသည်။