Πώς να χρησιμοποιήσετε μια γραφική παράσταση διασποράς στο Microsoft Excel για να προβλέψετε τη συμπεριφορά δεδομένων

Η αποτελεσματική ανάλυση δεδομένων απαιτεί μια σαφή κατανόηση της σχέσης μεταξύ των μεταβλητών και των ποσοτήτων που εμπλέκονται. Και αν έχετε καλά δεδομένα, μπορείτε να τα χρησιμοποιήσετε ακόμη και για να προβλέψετε τη συμπεριφορά των δεδομένων.

Ωστόσο, αν δεν είστε μαθηματικός, είναι απίστευτα δύσκολο να δημιουργήσετε μια εξίσωση από ένα σύνολο δεδομένων. Αλλά με το Microsoft Excel, σχεδόν ο καθένας μπορεί να το κάνει αυτό χρησιμοποιώντας ένα διάγραμμα διασποράς. Να πώς.

Δημιουργία γραφήματος Scatter στο Microsoft Excel

Για να μπορέσουμε να αρχίσουμε να προβλέπουμε μια τάση, πρέπει πρώτα να το κάνετε δημιουργήστε ένα διάγραμμα διασποράς να βρεις ένα. Το διάγραμμα διασποράς παρουσιάζει τη σχέση μεταξύ δύο μεταβλητών κατά μήκος των δύο αξόνων του γραφήματος, με τη μία μεταβλητή ανεξάρτητη και την άλλη εξαρτημένη.

Η ανεξάρτητη μεταβλητή εμφανίζεται συνήθως στον οριζόντιο άξονα του γραφήματος, ενώ μπορείτε να βρείτε την εξαρτημένη μεταβλητή στον κατακόρυφο άξονά της. Στη συνέχεια, η σχέση μεταξύ τους αντιπροσωπεύεται από τη γραμμή γραφήματος

Για να δημιουργήσετε ένα γράφημα scatter σε ένα φύλλο Excel, ακολουθήστε τα παρακάτω βήματα:

1. Ανοίξτε το φύλλο εργασίας που περιέχει τα δεδομένα που θέλετε να σχεδιάσετε στο γράφημα Scatter.
2. Τοποθετήστε την ανεξάρτητη μεταβλητή στην αριστερή στήλη και την εξαρτημένη στη δεξιά στήλη.
3. Επιλέξτε την τιμή και των δύο στηλών που θέλετε να σχεδιάσετε.
4. Κάνε κλικ στο Εισάγετε Tab και μεταβείτε στο Διαγράμματα ομάδα. Τώρα κάντε κλικ στο Εισαγάγετε Scatter (X, Y) ή Bubble Chart.
5. Εδώ, θα βρείτε διαφορετικά στυλ του διαγράμματος scatter. Επιλέξτε ένα από αυτά κάνοντας κλικ σε αυτό.
6. Θα εμφανίσει το γράφημα στην οθόνη. Αλλάξτε το όνομα των αξόνων και τον τίτλο του γραφήματος.

Σχεδιάζοντας μια γραμμή τάσης σε ένα γράφημα διασποράς

Για να παρουσιαστεί η σχέση μεταξύ των μεταβλητών του γραφήματος, απαιτείται μια γραμμή τάσης. Η γραμμή τάσης πρέπει να είναι παρόμοια ή να επικαλύπτεται με τις τιμές δεδομένων στο γράφημα, προκειμένου να εκτιμηθεί με ακρίβεια η σχέση μεταξύ των μεταβλητών. Για να σχεδιάσετε μια γραμμή τάσης στο διάγραμμα διασποράς:

1. Κάντε δεξί κλικ σε οποιοδήποτε σημείο δεδομένων στο διάγραμμα διασποράς.
2. Από τη λίστα επιλογών που εμφανίζεται, επιλέξτε Προσθήκη γραμμής τάσης.
3. ΕΝΑ Μορφοποίηση Trendline θα εμφανιστεί παράθυρο στη δεξιά πλευρά με το Γραμμικός επιλογή επιλεγμένη ως προεπιλογή.

Αυτό θα προσθέσει μια γραμμή τάσης (ευθεία διακεκομμένη γραμμή) στο διάγραμμα διασποράς σας.

Μορφοποίηση επιλογών γραμμής τάσης σε καμπύλη προσαρμογής στις τιμές δεδομένων

Θέλουμε να ταιριάζει η καμπύλη στη γραμμή τάσης όσο το δυνατόν πιο κοντά στο διάγραμμα καμπύλης. Με αυτόν τον τρόπο, μπορούμε να αποκτήσουμε μια εικόνα για την κατά προσέγγιση σχέση μεταξύ των μεταβλητών. Για να το κάνετε αυτό, ακολουθήστε τα παρακάτω βήματα:

1. Επιλέξτε διαφορετικές καμπύλες από ΕΠΙΛΟΓΕΣ ΤΑΣΕΩΝ στο Μορφοποίηση Trendline παράθυρο σε καμπύλη ταιριάζει στη γραμμή τάσης με ένα διάγραμμα καμπύλης.
2. Σημειώστε το Εμφάνιση εξίσωσης στο γράφημα πλαίσιο ελέγχου για να εμφανίσετε την εξίσωση προσαρμογής καμπύλης στο διάγραμμα διασποράς.

Πρόβλεψη προς τα εμπρός και προς τα πίσω με βάση τις τάσεις

Μετά την προσαρμογή της καμπύλης, μπορείτε να χρησιμοποιήσετε αυτήν τη γραμμή τάσης για να προβλέψετε τις προηγούμενες και τις μελλοντικές τιμές που δεν αποτελούν μέρος αυτού του συνόλου δεδομένων. Μπορείτε να το επιτύχετε αυτό εκχωρώντας μια τιμή στην ενότητα Πρόβλεψη του παραθύρου Μορφοποίηση γραμμής τάσης. Προσθέστε τις επιθυμητές περιόδους κάτω από το Προς τα εμπρός και Οπισθοδρομικός επιλογές για την παρατήρηση των αναμενόμενων τιμών στο διάγραμμα διασποράς.

Πρόβλεψη της σχέσης μεταξύ πολλαπλών ανεξάρτητων και εξαρτημένων μεταβλητών για τη διαμόρφωση μιας εξίσωσης

Τα δεδομένα μερικές φορές περιέχουν πολλές ανεξάρτητες μεταβλητές που δημιουργούν προκύπτουσες τιμές. Σε τέτοιες περιπτώσεις, η τάση μπορεί να μην είναι απλή. Για να προσδιορίσετε τη σχέση, ίσως χρειαστεί να αναζητήσετε τάσεις μεταξύ της εξαρτημένης ποσότητας και των μεμονωμένων ανεξάρτητων μεταβλητών.

Στο παρακάτω σχήμα, έχουμε ένα σύνολο δεδομένων που περιέχει δύο ανεξάρτητες μεταβλητές. Στο γράφημα, ο οριζόντιος άξονας αντιπροσωπεύει τη μεταβλητή u και ο κατακόρυφος άξονας αντιπροσωπεύει την προκύπτουσα εξαρτημένη μεταβλητή. Κάθε γραμμή στο γράφημα είναι επίσης συνάρτηση μεταβλητής Τ.

Εδώ, θα βρούμε έναν τρόπο να βρούμε την κατά προσέγγιση σχέση μεταξύ της εξαρτημένης μεταβλητής Y(U, T) (ή προκύπτουσα τιμή) και ανεξάρτητες μεταβλητές U και Τ. Αυτό θα μας επέτρεπε να κάνουμε παρέκταση αυτών των μεταβλητών τιμών για να προβλέψουμε τη συμπεριφορά των δεδομένων.

Για να το κάνετε αυτό, ακολουθήστε τα παρακάτω βήματα:

1. Αρχικά, θα βρούμε τη σχέση μεταξύ μιας ανεξάρτητης μεταβλητής (U) και η προκύπτουσα εξαρτημένη Υ. Διατηρήστε την τιμή άλλων ανεξάρτητων τιμών (Τ) σταθερά επιλέγοντας μόνο μία στήλη κάθε φορά.
2. Επιλέξτε Κελιά Β3 προς την Β10 επέλεξε U και Κύτταρα C3 προς την C10 (προκύπτουσα τιμή στο T=1) και χρησιμοποιήστε ένα διάγραμμα διασποράς για να τα σχεδιάσετε.
3. Τώρα σχεδιάστε τη γραμμή τάσης και χρησιμοποιήστε την πιο κατάλληλη γραμμή τάσης που εμφανίζεται στο Μορφοποίηση Trendline παράθυρο που ταιριάζει στο σύνολο δεδομένων. Σε αυτή την περίπτωση, παρατηρήσαμε ότι η «γραμμική» γραμμή τάσης ταιριάζει καλύτερα στην καμπύλη.
4. Κάντε κλικ στο Εμφάνιση εξίσωσης στο γράφημα στο Μορφοποίηση Trendline παράθυρο γραμμής.
5. Μετονομάστε τους άξονες του γραφήματος σύμφωνα με τις μεταβλητές δεδομένων.
6. Στη συνέχεια, πρέπει να δημιουργήσετε ένα διάγραμμα διασποράς για όλες τις άλλες μεταβλητές κάτω από το T. Ακολουθήστε τα βήματα ένα έως πέντε, αλλά επιλέξτε στήλες D3 προς την D10 (T=2), Ε3 προς την Ε10 (T=5), F3 προς την F10 (T=7), G3 προς την G10 (T=10), H3 προς την Η10 (T=15), Ι3 προς την Ι10 (T=20)και J3 προς την J10 (Τ=20) χωριστά με μεταβλητή U που περιέχει κύτταρα Β3 προς την Β10.
7. Θα πρέπει να βρείτε τις ακόλουθες εξισώσεις που εμφανίζονται στα γραφήματα.

   Τ	Υ
   T=1	Υ=2Ε+12.2
   Τ=2	Υ=2Ε+21,2
   Τ=5	Υ=2Ε+48,2
   Τ=7	Υ=2Ε+66,2
   Τ=10	Υ=2Ε+93.2
   Τ=15	Υ=2Ε+138,2
   Τ=20	Υ=2Ε+183,2
   Τ=25	Υ=2Ε+228,2

   Μπορούμε να παρατηρήσουμε ότι όλες οι εξισώσεις είναι γραμμικές και έχουν τον ίδιο συντελεστή στη μεταβλητή U. Μας φέρνει πιο κοντά στο συμπέρασμα ότι Υ είναι ίσο με 2U και κάποιες άλλες διαφορετικές τιμές που μπορεί να είναι συνάρτηση μεταβλητής Τ.
8. Σημειώστε αυτές τις τιμές ξεχωριστά και τακτοποιήστε τις όπως φαίνεται παρακάτω (κάθε τιμή με τη σημειωμένη τιμή μεταβλητής της, π.χ 12,2 με Τ=1 και 228 με Τ=25, και τα λοιπά.). Τώρα σχεδιάστε αυτές τις τιμές και εμφανίστε την εξίσωση που αντιπροσωπεύει τη σχέση μεταξύ αυτών των τιμών με τη μεταβλητή Τ.
9. Τέλος, μπορούμε να αναφερθούμε Y(U, T) όπως και

Υ(U, T)=2U+9T+3.2

Μπορείτε να επαληθεύσετε αυτές τις τιμές σχεδιάζοντας αυτήν την εξίσωση για διαφορετικές τιμές του U και Τ. Ομοίως, μπορείτε να προβλέψετε τη συμπεριφορά του Y(U, T) για διαφορετικές τιμές μεταβλητών U και Τ δεν είναι διαθέσιμο με αυτό το σύνολο δεδομένων.

Δεν χρειάζεται να είστε έμπειρος μαθηματικός για να προβλέψετε τις τάσεις στο Microsoft Excel

Τώρα που ξέρετε πώς να βρείτε τη σχέση μεταξύ μιας συνάρτησης και των εξαρτώμενων συνθηκών της, μπορείτε να βγάλετε έγκυρα συμπεράσματα σχετικά με τη συμπεριφορά της συνάρτησης. Εφόσον έχετε όλες τις απαραίτητες μεταβλητές που επηρεάζουν τη μαθηματική συνάρτηση, μπορείτε να προβλέψετε με ακρίβεια την τιμή της στις δεδομένες συνθήκες.

Το Microsoft Excel είναι ένα εξαιρετικό εργαλείο που σας επιτρέπει να σχεδιάσετε και συναρτήσεις πολλαπλών μεταβλητών. Τώρα που έχετε τα δεδομένα σας, θα πρέπει επίσης να εξερευνήσετε τους διαφορετικούς τρόπους με τους οποίους μπορείτε να δημιουργήσετε ισχυρά γραφήματα και γραφήματα για να τα παρουσιάσετε.