Застосування методу найменших квадратів у середовищі Excel для аналітичного і навчального моделювання

Анотація

Анотація: У статті розглянуто застосування методу найменших квадратів у середовищі Microsoft Excel для аналітичного та навчального моделювання. Метою дослідження є оцінювання інструментальних можливостей Excel у реалізації регресійного аналізу, визначення його переваг і обмежень у порівнянні з іншими цифровими платформами, а також розробка методичних рекомендацій для підвищення ефективності використання у навчальному процесі. Методи аналізу охоплюють опрацювання наукових джерел з проблематики математичного моделювання, вивчення функціональних можливостей Excel (LINEST, TREND, FORECAST, побудова трендліній, модуль Data Analysis Toolpak), а також практичну перевірку ефективності їх використання на емпіричній вибірці. Для апробації методу було побудовано лінійну регресійну модель, оцінено параметри рівняння, коефіцієнт детермінації, залишки та середньоквадратичне відхилення похибок. Результати дослідження довели, що Excel забезпечує повний цикл реалізації МНК: від підготовки даних і побудови моделей до аналізу їхньої точності та візуалізації результатів. Встановлено, що Excel може виступати ефективним інструментом для формування прикладної аналітичної грамотності здобувачів освіти, розвитку їхніх навичок критичного мислення та інтеграції знань з математики, інформатики та економіки. Висновки дослідження підкреслюють доцільність використання Excel як навчальної платформи для опанування регресійного аналізу методом найменших квадратів. Доступність цього програмного забезпечення, простота реалізації та візуалізаційні можливості визначають його значний потенціал у підготовці студентів економічних, технічних та природничих спеціальностей. Разом із тим виявлені обмеження у перевірці статистичних припущень вказують на перспективність подальших досліджень, спрямованих на порівняння результатів регресійного аналізу в Excel і спеціалізованих середовищах (R, Python, SPSS), а також на створення інтегрованих навчальних кейсів для багатофакторних і нелінійних моделей.