Rezultātu novērtējums un secinājumi
• Jāpamato izmantotās datu analīzes tehnoloģijas nepieciešamība (kāpēc tas ir vajadzīgs?)
Šī tehnoloģija ir vajadzīga, lai datus no datubāzēm varētu atspoguļot grafiski un veidot prognozes ātri ar Excel rīkiem. Kā arī Excel rīks Solver palīdz izrēķināt modeļus patstāvīgi, tā veidā atvieglot aprēķinus un veidot jaunus modeļus, kas nav tipveida.
• Kādas priekšrocības un trūkumi ir izmantotai datu analīzes tehnoloģijai?
Priekšrocības ir tajā, ka grafikos uzreiz var attēlot nepieciešamas un piemērotākās trenda modeļu līknes, ar nepieciešamajiem vienādojumiem un sakarības koeficientiem. Viedie rīki ir vajadzīgi, lai pēc formulas atrastu nezināmos parametrus un pietuvināt tos ticamajai vērtībai. Arī var prognozēt ne tikai iznākumu un vērtības, bet arī laika posmu, kad tiks sasniegts viens vai cits līmenis, atkarībā no uzdotajiem datiem, ērta salīdzināšana.
Viens no būtiskākajiem trūkumiem ir tas, ka apjomīgus datus ir grūti apstrādāt Excel vidē, grafikos nekorekti tiek aprēķināti trenda modeļi, datiem, kuru apjoms ir ap 2000 vērtībām, ar tādu kopu jau grūti saskatīt sakarības un prognozēt. Turklāt Excel trenda modeļi var būt ierobežoti, tāpēc jāizstrādā tie manuāli.
• Kā var izmantot iegūtos rezultātus?
Iegūtos rezultātus var izmantot valstu labklājības salīdzināšanai, var prognozēt dažādu rādītāju vērtības pēc dažādiem modeļiem, kas palīdz prognozēt visticamāko vērtību. Iegūtos jaunos modeļus un to formulas var piemērot atšķirīgiem uzņēmumiem to darbību analizēšanā un turpmākajā prognozēšanā. Piemēram loģistisko trenda modeli var izmantot laikposma apzīmēšanai, kad nepieciešams sasniegt noteiktus rezultātus, tas var palīdzēt noteikt jau konkrētus termiņus. Un modeļu izvēle grafikos var palīdzēt atrast visciešāko x un y mainīgo sakarību, tā sekmējot precīzāku prognozi nākotnei noteiktā jautājumā.…
