- Funkcijas LINEST pārskats
- Funkcija LINEST Sintakse un ievades
- Kas ir LINEST?
- Kā lietot LINEST
- Prognozēšana, izmantojot LINEST (vienkārša regresija)
- Prognozēšana, izmantojot LINEST (vairāku lineāru regresiju)
- LINEST padomi
- Vai jūs interesē plašāka prognozēšana?
- LINEST funkcija Google izklājlapās
- LINEST piemēri VBA
Lejupielādējiet darbgrāmatas piemēru
Šī apmācība parāda, kā lietot Excel LINEST funkcija programmā Excel, lai aprēķinātu statistiku par tendenču līniju.
Funkcijas LINEST pārskats
Funkcija LINEST Aprēķina statistiku par tendenču līniju, kas piestiprināta zināmiem datu punktiem, izmantojot mazāko kvadrātu metodi.
Lai izmantotu LINEST Excel darblapas funkciju, atlasiet šūnu un ierakstiet:
(Ievērojiet, kā parādās formulas ievades)
Funkcija LINEST Sintakse un ievades
| 1 | = LINEST (zināms_ys, zināms_xs, konst, statistika) |
zināms_g - Zināmu Y vērtību masīvs.
zināms_x - Zināmu X vērtību masīvs.
konst - NEOBLIGĀTI. Loģiskā vērtība, kas norāda, vai aprēķināt B (pārtverta vieta y = mx + b), izmantojot mazāko kvadrātu metodi (TRUE or Ommitted), vai manuāli iestatīt B = 0 (FALSE).
statistika - NEOBLIGĀTI. Atgriezt papildu statistiku (TRUE) vai atgriezt tikai m (slīpums) un b (pārtvert) (FALSE vai izlaists)
Kas ir LINEST?
Funkcija LINEST programmā Excel ir funkcija, ko izmanto, lai ģenerētu regresijas statistiku lineāras regresijas modelim. LINEST ir masīva formula, un to var izmantot atsevišķi vai kopā ar citām funkcijām, lai aprēķinātu konkrētu modeļa statistiku.
Lineārā regresija ir statistikas metode, ko izmanto, lai prognozētu datus pēc taisnas līnijas, izmantojot zināmus datus. Regresiju izmanto, lai prognozētu tādas vērtības kā pārdošanas pieaugums, krājumu prasības vai vienkāršas tirgus tendences.
LINEST ir līdzīga prognozei, jo tiek sasniegts līdzīgs rezultāts, taču tajā ir daudz vairāk informācijas par jūsu regresijas modeli, kā arī iespēja iekļaut vairāk nekā vienu neatkarīgu mainīgo.
Pieņemsim, ka man ir datu tabula ar x un g vērtības kur x ir neatkarīgais mainīgais un g ir atkarīgs mainīgais:
Es gribu zināt, kāds ir iepriekš minēto datu regresijas vienādojums. Izmantojot LINEST:
| 1 | = LINEST (B3: B7, C3: C7, TRUE, FALSE) |
Y-pārtveršanas vērtība zinātniskajā apzīmējumā šeit ir līdzvērtīga 0.
Līnijas vienādojums ir y = 2x + 0. Ņemiet vērā, ka LINEST atgriežas gan līnijas slīpums un pārtveršana. Lai atgrieztu abas vērtības, formula jāievada kā masīva formula. Vairāk par masīva formulām vēlāk.
Kā lietot LINEST
Funkcijai LINEST ir četri argumenti.
| 1 | = LINEST (zināms_g, zināms_x, konst, statistika) |
Kur,
| Arguments | Apraksts |
| zināms_g un zināms_x | Ir x un g dati jūsu datu tabulā |
| konst | TRUE/FALSE iespēja, vai y-pārtveršanai jābūt piespiestai uz 0 vai jāaprēķina normāli |
| statistika | TRUE/FALSE iespēja, vai ir jāatgriež papildu regresijas statistika |
Izmantojot mūsu pirmo piemēru, funkcija tiek uzrakstīta šādi:
| 1 | = LINEST (B3: B7, C3: C7, TRUE, FALSE) |
Kad statistika opcija ir iestatīta uz TRUE, regresijas statistikas organizācija ir šāda:
Jums var rasties jautājums, ko nozīmē katrs mainīgais.
| Statistika | Apraksts |
| mn | Slīpuma koeficienti x mainīgie |
| b | y-pārtvert |
| sen | Standarta kļūda katram slīpuma koeficientam |
| seb | Standarta kļūda y-pārtveršanai |
| r2 | Noteikšanas koeficients |
| seg | Standarta kļūda g aplēse |
| F | F statistika (lai noteiktu, vai mainīgo saistība notiek nejauši) |
| df | Brīvības pakāpes |
| ssreģ | Kvadrātu regresijas summa |
| ssatlikums | Atlikušā kvadrātu summa |
Galvenā statistika, kas jāsaprot, ir slīpuma koeficienti, y-pārtveršana un noteikšanas koeficients jeb r2 modeļa vērtību.
Izmantojot iepriekš minēto piemēru un izvēloties TRUE statistika parametrs:
Izceltās šūnas parāda slīpumu = 2, pārtveršanu = 0 un r2 = 1.
R2 vērtība ir modeļa korelācijas stipruma rādītājs. To var uzskatīt par piemērotības rādītāju. Zems r2 vērtība nozīmētu sliktu korelāciju starp jūsu atkarīgajiem un neatkarīgajiem mainīgajiem, un pretējs ir augsts r2 vērtības, ar r2 = 1 ir ideāli piemērots.
Izlaidumos pēc 2022. gada janvāra programmā Excel programmā Microsoft 365 (iepriekš Office 365) dinamiskie masīvi ir mainījuši masīvu formulu novērtēšanas veidu. Vairs nav nepieciešams izmantot CTRL + SHIFT + ENTER vai izcelt šūnu laukumu, ko masīvs aizņems. Vienkārši ievadiet formulu un noklikšķiniet uz Enter, un iegūtās šūnas masīvā “izplūdīs”.
Pārējā šī raksta daļā mēs izmantosim LINEST, izmantojot dinamiskos masīvus programmā Microsoft 365 Excel.
Prognozēšana, izmantojot LINEST (vienkārša regresija)
Funkciju LINEST un SUM apvienošanu var izmantot, lai prognozētu atkarīgā mainīgā vērtību g, dots zināms x un g dati. Zemāk ir piemērs, kas parāda, kas g vērtība būs, kad x = 14.
| 1 | = SUMMA (LINEST (C3: C7, B3: B7)*{14,1}) |
Modelis ir formā y = mx + b. Tas ir tas pats, kas y = a+ bx, tikai cits veids, kā attēlot vienādojumu. Padoms, kas jāpatur prātā lineāriem vienādojumiem, ir mainīgais blakus x vienmēr ir slīpums, un mainīgais, kas seko plus vai mīnusa zīmei, vienmēr ir pārtverta vieta neatkarīgi no vienādojumā izmantotajiem burtiem.
Izmantojot formulu: = SUM (LINEST (C3: C7, B3: B7)*{14,1}) atgriež rezultātu 28. Tā kā tas ir viens rezultāts, tas nav jāievada kā masīvs.
Iepriekš minētās formulas astes gals *{14,1} norāda neatkarīgo mainīgo, kas jāizmanto atkarīgā mainīgā prognozēšanai, šajā gadījumā 14.
Mēs to varam pārbaudīt, ievadot x = 14 līnijas vienādojumā, y = 2x + 0.
Prognozēšana, izmantojot LINEST (vairāku lineāru regresiju)
Šī datu tabula nāk no Microsoft atbalsta vietnes LINEST lapas.
Dažos gadījumos, veidojot lineārās regresijas modeli, jāņem vērā vairāki neatkarīgi mainīgie. To sauc par vairākkārtēju lineāru regresiju (t.i., vairākus neatkarīgus mainīgos). Ja es vēlos novērtēt biroju ēkas izmaksas, vienādojumā ietilpst tādas lietas kā platība, ēku ieeju skaits, ēkas vecums un biroju skaits. Apskatīsim piemēru.
Ievadot LINEST formulu šūnā G29 un izpildot to, mēs iegūstam:
| 1 | = LINEST (E3: E13, A3: D13, TRUE, TRUE) |
Modelis ir šādā formā:
Atcerieties, ka rezultātu masīvs LINEST ir pretējā secībā no vienādojuma. Iepriekš minētajā piemērā 52 317,8 ir mūsu pārtvertais punkts, b un 27,6 ir mūsu m1 vai slīpuma vērtība mainīgajam stāvam, x1.
Izmantojot funkciju LINEST ar sniegtajiem datiem, mūsu regresijas modelis ir šāds:
Ar r2 vērtība ir 0,997, kas norāda uz spēcīgu vai ļoti korelētu modeli. Izmantojot modeli, tagad varat prognozēt, kāda būs biroju ēkas novērtētā vērtība, pamatojoties uz jebkuru iepriekš minēto neatkarīgo mainīgo kombināciju.
LINEST padomi
- Pārliecinieties, vai jums ir jaunākā Microsoft 365 versija, lai izmantotu LINEST ar dinamiskiem masīviem. Lai izmantotu dinamiskā masīva funkcijas, iespējams, būs jāiespējo Office Insider Current Channel (Preview). Konta lapā:
- Ja izmantojat ne Microsoft 365 laidienu, masīva formulu novērtēšanai jāizmanto mantotā CTRL + SHIFT + ENTER (CSE) metode.
- Ja izmantojat mantoto metodi, kolonnu skaits, kas jāizceļ, ievadot LINEST masīva funkciju, vienmēr ir x mainīgie jūsu datos plus 1. Masīvam atlasāmo rindu skaits ir 5.
- Ja kopīgojat Excel dinamisko masīvu iespējoto versiju ar kādu, kas izmanto ne Microsoft 365 laidienu, izmantojiet mantoto PMP metodi, lai izvairītos no saderības problēmām.
Vai jūs interesē plašāka prognozēšana?
Skatiet citus mūsu rakstus par prognozēšanu ar eksponenciālas izlīdzināšanas, TREND, GROWTH un LOGEST funkcijām.
LINEST funkcija Google izklājlapās
Funkcija LINEST Google izklājlapās darbojas tieši tāpat kā programmā Excel.
LINEST piemēri VBA
VBA varat izmantot arī funkciju LINEST. Tips:application.worksheetfunction.linest (zināms_ys, zināms_xs, konst, statistika)
Izpildot šo VBA paziņojumu
| 1 | Diapazons ("D2") = Application.WorksheetFunction.LinEst (Diapazons ("A2: A8"), diapazons ("B2: B8")) |
radīs šādus rezultātus
Funkcijas argumentiem (pazīstami_y utt.) Varat tos ievadīt tieši funkcijā vai definēt mainīgos, ko izmantot tā vietā.
Atgriezieties visu Excel funkciju sarakstā
