seychellesartprojects.org

„Excel“ linijinė interpoliacija

Linijinis interpoliavimas „Excel“ reiškia būsimo kito bet kurio kintamojo, pateikto pagal dabartinius duomenis, būsimos vertės prognozavimą ar atspėjimą. Čia mes sukuriame tiesę, kuri sujungia dvi reikšmes, ir per ją įvertiname būsimą vertę funkcija atlikti linijinę interpoliaciją.

Interpoliacija yra matematinis ar statistinis įrankis, naudojamas prognozuoti vertes tarp 2 kreivės ar tiesės taškų. Šis įrankis naudojamas ne tik statistikoje, bet ir daugelyje kitų sričių, tokių kaip verslas, mokslas ir kt., Kai tik yra galimybė numatyti reikšmes tarp dviejų duomenų taškų.

Kaip atlikti „Linear Interpolation“ programoje „Excel“?

Šį „Linear Interpolation Excel“ šabloną galite atsisiųsti čia - „Linear Interpolation Excel“ šabloną

1 pavyzdys

Interpoliacija atliekama norint sužinoti oro temperatūrą skirtingose ​​laiko juostose

Pirma, nuimkite Bangaloro regiono temperatūros rodiklius kiekvienai valandai, o duomenys būtų tokie:

Duomenys rodo, kad Bangalore regiono temperatūros duomenys tam tikrą dieną buvo gauti. Laiko stulpelis, kuriame yra laiko juostos visai dienai ir valandai, paminėjome valandų skaičių nuo dienos pradžios, pvz., 12:00 val., Bus 0 valandų, 1:00 val. - 1 valanda ir t. T. ant.

Dabar atliksime duomenų interpoliaciją, kad ištrauktume reikiamos laiko juostos temperatūros vertę, kuri bet kuriuo metu gali būti ne tik tiksli valanda.

Norėdami atlikti interpoliaciją, „Excel“ programoje turime naudoti keletą formulių, pvz., PROGNOZĖ, OFFSETAS, MATCHAS. Trumpai apžvelkime šias formules prieš eidami į priekį.

PROGNOZĖ () - ši „Prognozės“ „Excel“ funkcija apskaičiuoja arba numato būsimą vertę, remdamasi esamomis reikšmėmis kartu su tiesine tendencija.

• X - tai vertė, kurią norime nuspėti.
• Known_ys - tai priklauso nuo duomenų reikšmių ir privalomo užpildyti lauko
• Žinomi_xs - tai yra nepriklausomos reikšmės nuo duomenų ir privalomas laukas, kurį reikia užpildyti.

ATITIKTI () - ši „Match excel“ funkcija grąžins santykinę paieškos vertės padėtį eilutėje, stulpelyje ar lentelėje, atitinkančią nurodytą vertę nurodytoje eilės tvarka.

• „Lookup_value“ - tai vertė, kurią reikia suderinti iš „lookup_array“
• „Lookup_array“ - tai yra paieškos diapazonas

[match_type] - tai gali būti 1,0, -1. Pagal numatytuosius nustatymus būtų 1. 1 - atitiktis suras didžiausią vertę, kuri yra mažesnė arba lygi look_up vertei, o vertė turėtų būti didėjimo tvarka. Skiltyje „0 - atitiktis“ pirmoji reikšmė tiksliai lygi „lookup_value“ ir jos nereikia rūšiuoti. Dėl -1 - „Atitikimas“ ras mažiausią vertę, kuri yra didesnė arba lygi „look_up“ vertei ir turėtų būti rūšiuojama mažėjančia tvarka.

OFFSET () - ši poslinkio funkcija grąžins langelį ar langelių diapazoną, nurodytą nurodytą eilučių ir stulpelių skaičių. Langelis arba langelių diapazonas priklausys nuo mūsų nurodytų eilučių ir stulpelių aukščio ir pločio.

• Nuoroda - tai yra pradinis taškas, nuo kurio bus skaičiuojamas eilučių ir stulpelių skaičius.
• Eilutės - eilučių skaičius, perkeliamas žemiau pradinio atskaitos langelio.
• Stulpeliai - stulpelių skaičius, skirtas atskaityti nuo pradinio atskaitos langelio.
• [aukštis] - aukštis eilutėse nuo grąžintos nuorodos. Tai neprivaloma.
• [plotis] - plotis stulpeliuose iš grąžintos nuorodos. Tai neprivaloma.

Trumpai matėme formules, kurias naudosime atlikdami interpoliaciją. Dabar atlikime interpoliaciją taip:

Langelyje įveskite formulę, kurią turime matyti skirtingos laiko juostos temperatūrai. Tai rodo, kad mes turime pasirinkti langelį, kurį reikia numatyti, o „offset & match“ funkcija naudojama žinomiems_s ir žinomiems_x pasirinkti.

PROGNOZĖ ($ F $ 5 - pasirinkite langelį, kuriame yra prognozuojama laiko juosta.

OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - tai naudojama norint pasirinkti žinomus_ys, kaip nuorodą imamas temp stulpelis, nes šie yra priklausomos vertės. Atitikties funkcija naudojama vertės, kurią turime prognozuoti ir eilučių skaičiui apskaičiuoti, pozicijai generuoti. Stulpeliai turėtų būti 0, nes norime, kad to paties stulpelio, kurio pasirinkimas ir aukštis yra 2, priklausoma vertė, nes turime atlikti prognozę pagal paskutines 2 reikšmes.

OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - tai naudojama norint pasirinkti žinomus_x, kaip nuoroda imama valandos stulpelyje, nes šie yra nepriklausomos vertės, o poilsis yra tas pats, ką mes padarėme eilučių skaičiavimui.

Dabar langelyje nurodykite laiko juostą, kurią mes svarstėme prognozuoti. Čia įvesta vertė yra 19,5, kuri yra 19:30, ir mes gausime 30 temperatūrą, kuri yra prognozuojama pagal temperatūros vertes, kurios pateikiamos per valandą.

Panašiai pagal šią formulę galime pamatyti skirtingų laiko juostų temperatūros rodiklius.

2 pavyzdys

Atliekant linijinę interpoliaciją, norint sužinoti apie organizacijos pardavimus 2018 m

Tarkime, kad 2018 m. Gavome išsamią organizacijos pardavimo informaciją, kaip nurodyta toliau. Turime duomenų apie dienas ir jų pardavimą kaupiamuoju būdu. Per pirmąsias 15 metų dienų pardavėme 7844 vienetus, per 50 metų dienų - 16094 vienetus ir t.

Mes galime naudoti tą pačią formulę, kurią naudojome interpoliuodami prognozuoti pardavimo vertę skirtingoms dienoms, kuri nebuvo paminėta mūsų svarstomuose duomenyse. Čia pardavimai yra tiesūs (linijiniai), kaip mes paėmėme kartu.

Jei norime pamatyti pardavimo skaičių, kurį pasiekėme per 215 dienų, tada prognozuotą 215 dienų pardavimo skaičių galime gauti taip, kaip nurodyta toliau, atsižvelgdami į pateiktus pardavimo duomenis.

Panašiai galime sužinoti tų metų pardavimo skaičių, prognozuodami tarp pateikiamų taškų.

Ką reikia atsiminti

• Tai mažiausiai tikslus metodas, tačiau jis yra greitas ir tikslus, jei lentelės vertės yra glaudžiai išdėstytos.
• Tai taip pat gali būti naudojama vertinant geografinių duomenų taško vertes, kritulių kiekį, triukšmo lygį ir kt.
• Tai labai paprasta naudoti ir nėra labai tiksli netiesinėms funkcijoms.
• Be „Excel“ linijinės interpoliacijos, mes taip pat turime įvairių tipų metodus, tokius kaip polinomo interpoliacija, Spline interpoliacija ir kt.