Πώς να κάνετε παρεμβολή στο Excel

Εάν είστε στα μαθηματικά και πρέπει να ανακαλύψετε άγνωστα σημεία δεδομένων από ένα δείγμα έρευνας γνωστών σημείων δεδομένων, η παρεμβολή με το Excel είναι μια αβίαστη επιλογή.

Το Excel είναι μια ισχυρή αριθμομηχανή με οπτικοποίηση δεδομένων. Έτσι, για διάφορες μαθηματικές και στατιστικές αναλύσεις, θα το βρείτε πάντα χρήσιμο. Αν και δεν υπάρχει απλή συνάρτηση για παρεμβολή, μπορείτε να χρησιμοποιήσετε διάφορες συναρτήσεις για να υπολογίσετε νέα σημεία δεδομένων από έναν δεδομένο πίνακα δεδομένων τιμών X και Y.

Διαβάστε παρακάτω για να μάθετε τις δημοφιλείς και εύκολες μεθόδους παρεμβολής δεδομένων στο Excel.

1. Χρησιμοποιώντας μια Μαθηματική Εξίσωση

Μία από τις βασικές προσεγγίσεις της παρεμβολής δεδομένων στο Microsoft Excel είναι η εφαρμογή του μαθηματικού τύπου της γραμμικής παρεμβολής. Μπορείτε να χρησιμοποιήσετε αυτήν τη μέθοδο εάν λάβετε μια γραμμική γραμμή τάσης για ένα γράφημα.

Y= Y1 + (X-X1)⨯(Y2-Y1)/(X2-X1)

Για παράδειγμα, θέλετε να μάθετε την τιμή του Y όταν το X είναι 15 από αυτόν τον πίνακα. Να πώς:

1. Δημιουργήστε έναν πίνακα με τιμές X1, X2, Y1 και Y2 αναλύοντας τον πίνακα.
2. Πρέπει να επιλέξετε τα σημεία δεδομένων ένα βήμα πάνω και κάτω από τη νέα τιμή X που αναζητάτε.
3. Τώρα, εφαρμόστε τον ακόλουθο τύπο σε οποιοδήποτε κελί για να βρείτε την παρεμβαλλόμενη τιμή του Y που αντιστοιχεί στην τιμή X 15.

=G5+(K4-E5)*(H5-G5)/(F5-E5)

Η διαδικασία είναι αρκετά απλή και χειροκίνητη. Για μεγαλύτερα σύνολα δεδομένων, θα πρέπει να επενδύσετε πολύ χρόνο στην παρεμβολή των σημείων δεδομένων.

Κατεβάστε:Παρεμβολή σε υπολογιστικό φύλλο του Excel (Ελεύθερος)

Σχετίζεται με: Πώς να δημιουργήσετε μια γραφική παράσταση διασποράς στο Excel και να παρουσιάσετε τα δεδομένα σας

2. Χρησιμοποιώντας τη μέθοδο προσαρμογής καμπύλης

Η προσαρμογή καμπύλης είναι μια άλλη γρήγορη αλλά μη αυτόματη μέθοδος παρεμβολής με το Excel. Απλώς δημιουργήστε ένα διάγραμμα διασποράς και δημιουργήστε την εξίσωση γραφήματος. Το Excel χρησιμοποιεί γραμμική παλινδρόμηση για να συμπληρώσει την εξίσωση. Πρέπει να εφαρμόσετε αυτήν την εξίσωση προσαρμογής καμπύλης για να βρείτε την τιμή του Y:

Υ= Κλίση * Χ + Υ-τομή

Για να ανακαλύψετε την τιμή του Y από μια δεδομένη τιμή του X, που είναι 15, μπορείτε να δοκιμάσετε τα εξής βήματα:

1. Επιλέξτε τον πίνακα και εισαγάγετε ένα διάγραμμα διασποράς.
2. Κάντε δεξί κλικ στη γραμμή τάσης και, στη συνέχεια, επιλέξτε Μορφοποίηση Trendline.
3. Επιλέξτε τα κουτάκια δίπλα Εμφάνιση τιμής R-τετράγωνο στο γράφημα και Εμφάνιση εξίσωσης στο γράφημα.
4. Επίσης, επιλέξτε το Γραμμικός γραμμή τάσης.
5. Μόλις το γράφημα διασποράς αποκαλύψει την εξίσωση, προσαρμόστε την τιμή του X σε αυτό για να βρείτε την τιμή του Y.
6. Ο παρακάτω τύπος αποκαλύπτει την τιμή του Y.

=0,9889*K4+3,5333

Η μέθοδος προσαρμογής καμπύλης είναι κατάλληλη μόνο για μικρά σύνολα δεδομένων. Δεν υπάρχει εύκολος αυτοματισμός για αυτή τη διαδικασία και μπορείτε να βασιστείτε μόνο σε αυτό Μακροεντολές Microsoft Excel για αυτοματισμό βασισμένο σε hot key.

3. Χρήση συναρτήσεων Excel: Slope και Intercept

Μπορείτε να χρησιμοποιήσετε τις συναρτήσεις SLOPE και INTERCEPT στο Excel για γραμμική παρεμβολή της τιμής Y. Μπορείτε να εφαρμόσετε εύκολα αυτές τις συναρτήσεις αφού απαιτούν μόνο τις τιμές των γνωστών Xs και Ys. Οι παρακάτω είναι οι συντακτικές που θα χρειαστεί να χρησιμοποιήσετε:

=SLOPE(γνωστά_υ, γνωστά_χ)

=INTERCEPT(γνωστά_υ, γνωστά_χ)

Δείτε πώς μπορείτε να παρεμβάλετε σημεία δεδομένων μέσω αυτής της μεθόδου:

1. Μετονομάστε δύο κελιά με Κλίση και Αναχαιτίζω.
2. Εφαρμόστε το ΚΛΙΣΗ λειτουργούν κάτω από την κεφαλίδα Slope και επιλέξτε τα σχετικά δεδομένα από τον πίνακα.
3. Ομοίως, εφαρμόστε το ΑΝΑΧΑΙΤΙΖΩ λειτουργία και συμπληρώστε την τιμή της τομής.
4. Τώρα, εφαρμόστε το Υ= Κλίση * Χ + Υ-τομή τύπος για να ανακαλύψετε την τιμή του Y.
5. Μπορείτε να δημιουργήσετε έναν τύπο Excel για την παραπάνω εξίσωση, όπου μπορείτε απλά να αλλάξετε την τιμή του X για να βρείτε άλλα άγνωστα σημεία δεδομένων.

Μπορείτε να κάνετε παρεμβολή γρηγορότερα εάν δημιουργήσετε κελιά για τις τιμές X, Slope και Intercept. Ωστόσο, αυτή η διαδικασία ενδέχεται να μην ανακτήσει ακριβή δεδομένα για μη γραμμική παρεμβολή.

4. Χρήση της συνάρτησης Excel: FORECAST

Είναι μια δημοφιλής συνάρτηση του Excel για την πρόβλεψη της απόδοσης αναλύοντας ένα σύνολο σημείων δεδομένων του πραγματικού κόσμου. Θα βρείτε FORECAST και FORECAST.LINEAR στο Excel 2016 και σε νεότερες εκδόσεις. Είναι καλό να χρησιμοποιείτε το FORECAST.LINEAR για αξιόπιστα αποτελέσματα.

Η συνάρτηση χρησιμοποιεί τρία ορίσματα για την παραγωγή ενός προβλεπόμενου σημείου δεδομένων. Αυτά τα ορίσματα είναι μια δεδομένη τιμή για το X, οι γνωστές τιμές του Y και οι τιμές των Xs από έναν πίνακα. Δείτε την παρακάτω σύνταξη:

=FORECAST.LINEAR(x, γνωστά_y, γνωστά_x)

Μπορείτε να προσδιορίσετε γρήγορα την τιμή του Y ακολουθώντας αυτά τα βήματα:

1. Το κελί στο οποίο θέλετε να συμπληρώσετε την τιμή για το Y πρέπει να έχει ίσο (=) σημάδι.
2. Τώρα, πληκτρολογήστε Πρόβλεψη και επιλέξτε ΠΡΟΒΛΕΨΗ.ΓΡΑΜΜΙΚΗ λειτουργία από το αναπτυσσόμενο μενού τύπου.
3. Κάντε κλικ στην τιμή του X και βάλτε κόμμα.
4. Στη συνέχεια, επιλέξτε το εύρος κελιών της γνωστής τιμής Ys ακολουθούμενο από κόμμα.
5. Επιλέξτε τη γνωστή περιοχή κελιών του Xs και κλείστε τον τύπο με μια παρένθεση.
6. Τύπος Εισαγω για να ανακτήσετε την παρεμβαλλόμενη τιμή του Y.
7. Μπορείτε να συνεχίσετε να αλλάζετε την τιμή του X εντός του εύρους του δεδομένου πίνακα για να λάβετε τις τιμές Υ.
8. Ο τύπος FORECAST αυτού του σεμιναρίου έχει ως εξής:

=FORECAST.LINEAR(K4,C2:C10,B2:B10)

Οι συναρτήσεις FORECAST.LINEAR προσφέρουν εξαιρετικά ακριβή πρόβλεψη δεδομένων για γραμμικά και ελαφρώς μη γραμμικά σημεία δεδομένων. Χρησιμοποιεί την πρώτη και την τελευταία τιμή για μια δεδομένη τιμή X και λαμβάνει υπόψη ολόκληρο το σύνολο δεδομένων.

Επομένως, θα δείτε τη χρήση αυτής της συνάρτησης για αναλύσεις δεδομένων κρίσιμων για την αποστολή, όπως η πρόβλεψη της κυκλοφορίας στον ιστό, η μοντελοποίηση οικονομικών δεδομένων και ο υπολογισμός της επιχειρηματικής απόδοσης.

5. Συνάρτηση GROWTH για μη γραμμική παρεμβολή

Όταν έχετε έναν πίνακα με δεδομένα πραγματικού κόσμου σε εκθετική μορφή, το FORECAST.LINEAR δεν θα αποφέρει ακριβή παρεμβαλλόμενα σημεία δεδομένων. Το Excel έχει μια άλλη εξαιρετική λειτουργία για να προβλέψετε δεδομένα, και αυτή είναι η ΑΝΑΠΤΥΞΗ. Όπως και άλλες λειτουργίες που αναφέρθηκαν παραπάνω, αυτός ο τύπος είναι επίσης εύκολος στην εφαρμογή.

Εκτός από τα γνωστά ορίσματα όπως το γνωστό εύρος κελιών του Xs, οι γνωστές τιμές του Ys και η δεδομένη τιμή του X, το GROWTH χρησιμοποιεί μια πρόσθετη λογική τιμή. Συνήθως, πρέπει να εισαγάγετε ένα για αυτήν τη λογική σταθερά. Δείτε πώς φαίνεται η σύνταξη:

=GROWTH(γνωστά_y,[γνωστά_x], [new_x's], [const])

Για να παρεμβάλετε δεδομένα στο Excel χρησιμοποιώντας τη συνάρτηση GROWTH, μπορείτε να ακολουθήσετε τα εξής βήματα:

1. Εισαγάγετε το ΑΝΑΠΤΥΞΗ συνάρτηση σε οποιοδήποτε κελί όπου θέλετε την παρεμβαλλόμενη τιμή για το Y.
2. Εισαγάγετε το εύρος κελιών για γνωστές τιμές Υ και ακολουθείται από κόμμα.
3. Επαναλάβετε το παραπάνω βήμα για να εισαγάγετε την περιοχή κελιών για γνωστές τιμές X.
4. Τώρα, πληκτρολογήστε την τιμή του δεδομένου X και βάλτε κόμμα.
5. Εισαγάγετε το 1 ως το τελευταίο όρισμα και κλείστε τον τύπο.
6. Κτύπημα Εισαγω για να δημιουργήσετε την τιμή του παρεμβαλλόμενου Y.
7. Μπορείτε να χρησιμοποιήσετε αναφορές κελιών αντί για πραγματικές τιμές για να ανακαλύψετε περισσότερες τιμές αλλάζοντας απλώς τα δεδομένα.
8. Ο τελικός τύπος θα μοιάζει με τον ακόλουθο:

=GROWTH(B2:B12,A2:A12,E2,1)

Σε σύγκριση με τη συνάρτηση FORECAST, η GROWTH δημιουργεί πιο αξιόπιστα και ακριβή παρεμβαλλόμενα σημεία δεδομένων για εκθετικά σύνολα δεδομένων που είναι ως επί το πλείστον μη γραμμικά. Παρόμοια με το FORECAST, μπορείτε επίσης να αυτοματοποιήσετε τη λειτουργία GROWTH χωρίς να καταβάλετε μεγάλη προσπάθεια.

Η παρεμβολή και η πρόβλεψη δεδομένων είναι εύκολη

Τώρα μπορείτε να παρεμβάλλετε αποτελεσματικά δεδομένα για τις επερχόμενες εργασίες σας από την εργασία ή το σχολείο.

Τέτοιες γρήγορες πληροφορίες δεδομένων σάς βοηθούν με διάφορους τρόπους, όπως να κόψετε μερικά επαναλαμβανόμενα βήματα έρευνας δεδομένων ή να εκτιμήσετε το φόρτο εργασίας σας πριν ξεκινήσετε άλλα έργα.

Οι 8 καλύτερες δυνατότητες του Google Data Studio για ανάλυση και οπτικοποίηση δεδομένων

Θέλετε να εντυπωσιάσετε το κοινό σας με χρήσιμες πληροφορίες δεδομένων και συναρπαστικές απεικονίσεις; Δείτε αυτές τις λειτουργίες του Google Data Studio.

Διαβάστε Επόμενο

Σχετικά με τον Συγγραφέα