Ⅰ 關於人力資源問題，如何計算今年要招的人
最簡單的公式：年度營收任務額/企業平均人效值
常用的人力資源需求計算方式有以下幾種——
(一)轉換比率法
企業人力資源需求分析實際上是要揭示未來的經營活動所需要的各種員工的數量。人力資源預測中的轉換比率法是：首先根據企業生產任務(或業務量)估計組織所需要的一線生產人員(或業務員)的數量，然後根據這一數量來估計秘書、財務人員和人力資源管理人員等輔助人員的數量。企業經營活動規模的估計方法是：經營活動一人力資源的數量×人均生產率。例如，銷售收入一銷售員的數量×每位銷售員的銷售額；產出水平一生產的小時數×單位小時產量；運行成本一員工的數量×每位員工的人工成本等。
轉換比率法的目的是將企業的業務量轉換為對人員的需求，這是一種適合於短期需求預測的方法。
需要指出的是，這種預測方法存在著兩個缺陷：一是進行估計時需要對
計劃期的業務增長量、目前人均業務量和生產率的增長率進行精確的估計；二是這種預測方法只考慮了員工需求的總量，沒有說明其中不同類別員工需求的差異。
(二)人員比率法
採用人員比率法時，首先應計算出企業歷史上關鍵業務指標(例如：技術人員與管理人員)的比例，然後根據可預見的變數計算出所需的各類人員數量。這種方法假設，過去的蔽卜人員數量與配置是完全合理的，而且生產率不變，其應用范圍有較大的局限性。過去管理基礎較差的企業，可以參考標桿企業的一般情況。
例如，某企業計劃擴大生產規模，已知條件如下：
(1)該企業在過去十年中機床操作人員、機床維修人員、基層管理人員的人數比例一直是60：10：7；
(2)該企業明年計劃補充新機床操作人員600人；
(3)該企業生產效率不變；
(4)該企業組織結構不變；
(5)明年該企業將有30名機床維修人員離職；
(6)明年該企業將有8名基層管理人員離職，l0名基層管理人員獲得晉升；
(7)明年該企業所需的機床維修人員和基層管理人員均由外部補充。
請問，該企業明年至少應招收多少名機床維修人員和管理人員?
解：
(1)生產效率不變、組織結構不變，說明該企業的機床操作人員、機床 維修人員和基層管理人員的人數構成不變，還是60：10：7；
(2)由擴大生產規模引起的需要補充的機床維修人員數一宏鎮穗600×(10／60)一100(人)，
明年該企業需要補充的總的機床維修人員數一l00+30—130(人)；
(3)由擴大生產規模引起的需要補充的基層管理人員數一600×(7／60)一70(人)，
明年該企業需要補充的總的基層管理人員數一70+10+8—88(人)。
答：該企業明年至少應招收130名機床維修人員和88名基層管理人員。
(三)趨勢外推法
趨勢外推法又稱為時間序列法，是定量預測技術的一種。其實質是根據人力資源歷史的和現有的資料，隨時間變化的趨勢具有連續性的原理，運用數學工具對該序列加以引申，即從過去延伸將來，從而達到對人力資源的未來發展狀況進行預測的目的。其通用回歸模型可表示為：
式中，t表示時間變數，是已知值；因變數Y表示人員需求數量，其歷史數據通過觀測、查閱亦可得到；a、b是待定值，它們表示Y和t的關系旅高，通過對Y的歷史數據和時間t進行回歸分析處理可以求得其具體值。這一過程主要靠計算機及相應的統計軟體來完成，常用的有SPSS，SAS，EVIEWS。運用本法進行人力資源需求預測的具體步驟如下：
(1)運用定性分析法確定因變數Y是否適合運用趨勢外推法，若適合，則搜集Y的歷史數據，並對其進行初步處理。
(2)運用統計分析軟體(如SPSS，SAS，EVIEWS)對y的歷史數據和t進行回歸分析，求出a和b，得到趨勢外推模型。
(3)運用趨勢外推模型預測預測期的Y值。
(4)對預測結果進行信度和效度檢驗。
趨勢外推法是預測人力資源未來發展趨向和可能達到某種水平的方法。趨勢外推法通常僅涉及有關人力資源問題中能夠數量化的方向或那部分內容。其預測的可靠性，與歷史的和現在的資料時間長短，以及外推時間的長短密切有關。
(四)回歸分析法
回歸分析法就是依據事物發展變化的因果關系來預測事物未來的發展趨勢，它是研究變數問相互關系的一種定量預測方法，又稱回歸模型預測法或因果法，應用於經濟預測、科技預測和企業人力資源的預測等，其通用回歸模型可表示為：
Ⅱ excel做趨勢(線性)分析圖,如何在該圖中的數據表填入各趨勢預測值謝謝!
Excel 提供了幾種常見的擬合函數類型（如指數、對數、多項式函數等），以下方法有助於選擇合適的擬合函數：
根據散點圖的走勢判斷函數類型
切換不同的擬合類型，從圖形上直觀觀察擬合效果
顯示擬合結果的R平方值，此坦瞎值越接近於1，說明擬合結果越好
下面以Excel 2010為例進行讓棗空演示：
1、插入散點圖
Ⅲ 趨勢外推法
趨勢外推法又稱為趨勢延伸法，它是根據預測變數的歷史時間序列揭示出的變動趨勢外推將來，以確定預測值的一種預測方法。趨勢外推法通常用於預測對象的發展規律是呈漸進式的變化，而不是跳躍式的變化，並且能夠找到一個合適函數曲線反映預測對象變化趨勢的情況。
趨勢外推法的基本理論是：決定事物過去發展的因素，在很大程度上也決定該事物未來的發展，鎮哪其變化，不會太大；事物發展過程一般都是漸進式的變化，而不是跳躍式的變化掌握事物的發展規律，依據春橘這種規律推導，就可以預測出它的未來趨勢和狀態。實際預測中最常採用的是一些比較簡單的函數模型，如線性模型、指數曲線御森碼、生長曲線、包絡曲線等。
Ⅳ 如何用excel作趨勢外推
本題實際是如何用excel工具進行數據分析的其中一項應用：趨勢分析、趨勢外推。這里需要牽涉的問題包括如何進行趨勢分析，和如何分析出擬合度高的趨勢曲線。
Execel是office其中一個部件，除了數據表格功能以外，還有通過圖線進行相關性分析或者趨勢預判的強大功能。例如：如何通過歷年銷售預估明年銷售額計劃、如何分析消費額與消費者年齡關系、如何對正交試驗的結果搭建數據模型，等等。
為通俗起見，本文案例為：實驗25次，每次三個擲色子，將它的讀數記錄下來。通過圖線分析：三數求和，與三個數字的最大值、最小值、中間值相關性有多大？即看三數之和能否通過最大值、最小值或者中間值的觀察，就可以推導出此和的數值，並且這種推導的准確性多高。（結論可能會讓部分讀者跌眼鏡哦）
1、數據整理。工欲善其事，必先利其器。數據質量是數據分析的生命，此步驟不可忽視、不可走過場。
①數字型的數字才可以參與畫圖和做分析模型，所以數據不能帶單位（如：元、萬元），也不能用區間數據（如：23-25，不要將電腦當作神腦）。
②數據的單位要一致，統一按列排序或者按行排序，此案例用列排序。
③注意：對於用文本格式存儲的數字，單元格左上角有個綠色三角表示，橘游要注意修改為數字格式。
2、對於本例，需要用到隨機函數rand()。一個色子有6個面，取數為1-6。模擬色子數據=int(rand()*6)+1。
其他用到的函數有：求和sum()；最大值max()；最小值min()。由於不是本文重點，不展開描述了。
3、繪制圖形。
①目前我們只做2維的數據分析，只有1個自變數和1個因變數。選擇2列數據，合計列和最大值列。技巧：當需要選擇不相鄰兩列，可以先選1列，按ctrl鍵，再選另1列，放開ctrl鍵。
②菜單插入→圖形→散點圖，確認。當然，折線圖等也可以數或高據分析，但為了圖面干凈，推薦還是用散點圖。
4、相關性分析。
首先，在散點圖上某個散點上右鍵→添加趨勢線。
5、然後，緊接著自動彈出設置趨勢線模式（若沒彈出這個對話框，也可在圖上某個散點上右鍵，選擇設置趨勢線模式）→顯示公式、顯示R平方值。至於回歸分析類型，採用線性類型比較通用些。
6、關閉後，觀察圖上的r2值（實際是指R平方值，下同），r2值0.8到1，說明正相關，自變數和因變數有（線性）關系。r2值0.6到0.8，弱相關。-0.6到0.6，不相關，自變數對因變數沒有影響。-0.8到-0.6，弱負相關。-1到-0.8，負相關，自變數和因變數有（線性）關系，但方向相反。
7、最後，點擊圖上任意散點，表格會出現紅色框和藍色框，紅色是因變數，不能移動，藍色框可以移動。通過滑鼠拖動藍色框，可以看到最大值、最小值、中間值與合計數的線性相關性r2值。
本案例數據統計：合計數與最大值、最小值的相關性大多在0-0.7以內，合計數與中間值的相關性大多在0.7以上。自變數x為中間值，因變數y為合計數，他們的關系模型為：y = 0.4196x - 0.8817。（當然，公式中的參數只是針對這25次試驗）
本案例結論：三數合計與中間值呈圓團銷弱線性相關。不信歡迎吐槽。
推論：評分比賽中，將最高分和最低分同時去掉，不影響最終得分。
可參考本人擬的經驗：http://jingyan..com/article/ed15cb1b5c67781be3698121.html
Ⅳ 怎樣用excel進行指數曲線趨勢外推法預測
選擇需要預測的數據，如圖選擇1-7和對於的結果，點擊插入神凱散點圖 在散點圖中選擇一個點，單擊右鍵，選擇添加趨勢線 3.選擇指銀缺數，勾選顯示公式 4.將得游搏喚出的公式填寫到值後面進行計算，可以看出通過公式計算的結果
Ⅵ 趨勢外推法的線性外推法
線性趨勢外推法是最簡單的外推法。這種方法可用來研究隨時間按恆定增長率變化的事物。在以時慎談間為橫坐標的坐標圖中，事物的變化接近一條直線。根據這條直線，可以推斷事物未來的變化。
應用線性外推法，首先是收集研究對象的動態數列，然後畫數據點分布圖，如段孝配果散點構成的曲線非握指常近似於直線，則可按直線規律外推。
Ⅶ 關於使用趨勢外推法預測的問題
用最小平方法求出趨勢方程，再用該趨勢方程預測數行
由散點圖可判別，該銷售額趨斗空勢類型屬於直線類型y=a+bt，設2005.7至2005.12時間為1、2、3、4、5、6，則根據公式得到a=137.27，b=5.83
預測2006年第一個月的銷售額的方法是將t=7代入趨勢方空畢瞎程就可以了
得到的預測值為：137.27+5.83*7=178.07
Ⅷ 趨勢外推法的趨勢外推法
趨勢外推的基本假設是未來系過去和現在連續發展的結果。當預測對象依時間變化呈現某種上升或下降趨勢，沒有明顯的季節波動，且能找到一個合適的函數曲線反映這種變化趨勢時，就可以用趨勢外推法進行預測。
趨勢外推缺乎法的基本理論是：決定事物過去發展的因素，在很大程度上也決定該事物未來的發展，其變化，不會太大；事物發展過程一般都是漸進式的變化，而不是跳躍式的變化掌握事物的發展規律，依據這種規律推導，就可以預測出它的未來趨勢和狀態。
趨勢外推法首先由R.賴恩（Rhyne）用於科技預測。他認為，應用趨勢外推法進行預測，主要包括以下6個步驟：伏好悉
（1）選擇預測參數；
（2）收集必要的數據；
（3）擬合曲線；
（4）趨勢外推；
（5）預測說明；
（6）研究預測結果在制訂規劃和決策中的應用。
趨勢外推法是在對襪凳研究對象過去和現在的發展作了全面分析之後，利用某種模型描述某一參數的變化規律，然後以此規律進行外推。為了擬合數據點，實際中最常用的是一些比較簡單的函數模型，如線性模型、指數曲線、生長曲線、包絡曲線等。