Excel Linearna interpolacija
Linearna interpolacija v excelu pomeni napovedovanje ali ugibanje prihajajoče naslednje vrednosti katere koli spremenljivke, podane na trenutnih podatkih, tu ustvarimo ravno črto, ki povezuje dve vrednosti in skozinjo ocenjujemo prihodnjo vrednost, v Excelu uporabljamo funkcijo napovedi in iskanje funkcijo za linearno interpolacijo.
Interpolacija je matematično ali statistično orodje, ki se uporablja za napovedovanje vrednosti med dvema točkama na krivulji ali premici. To orodje se ne uporablja samo v statistiki, temveč se uporablja tudi na številnih drugih področjih, kot so podjetje, znanost itd., Kjer koli je priložnost za napovedovanje vrednosti med dvema podatkovnima točkama.
Kako narediti linearno interpolacijo v Excelu?
Primer # 1
Izvedba interpolacije za poznavanje temperature vremena v različnih časovnih pasovih
Najprej odstranite temperaturne številke regije Bangalore za vsako uro in podatki bi bili naslednji:
Podatki kažejo, da imamo podatke o temperaturi v regiji Bangalore za določen datum. Časovni stolpec, v katerem imamo časovne pasove za cel stolpec za dan in uro, smo omenili številko ur od začetka dneva, na primer 00:00, bi bil 0 ur, 1:00 AM bi bila 1 ura in tako na.
Zdaj bomo izvedli interpolacijo podatkov, da bomo izvlekli vrednost temperature za zahtevani časovni pas, ki je lahko kadar koli in ne le natančna ura.
Za izvedbo interpolacije moramo v Excelu uporabiti nekaj formul, kot so PROGNOZA, POMAK, UTEK. Poglejmo na kratko te formule, preden nadaljujemo.
FORECAST () - Ta funkcija Forecast excel izračuna ali napove prihodnjo vrednost na podlagi obstoječih vrednosti skupaj z linearnim trendom.
- X - To je vrednost, za katero želimo predvideti.
- Known_ys - to so odvisne vrednosti iz podatkov in obvezno polje, ki ga je treba izpolniti
- Known_xs - to so neodvisne vrednosti iz podatkov in obvezno polje, ki ga je treba izpolniti.
MATCH () - Ta funkcija Match excel bo vrnila relativni položaj iskalne vrednosti v vrstici, stolpcu ali tabeli, ki se ujema z določeno vrednostjo v določenem vrstnem redu.
- Lookup_value - to je vrednost, ki jo je treba ujemati z lookup_array
- Lookup_array - to je obseg za iskanje
(match_type) - To je lahko 1,0, -1. Privzeta vrednost bi bila 1. Za 1 - Match bo našel največjo vrednost, ki je manjša ali enaka vrednosti look_up, vrednost pa mora biti v naraščajočem vrstnem redu. Za 0 - Match najde prvo vrednost, ki je popolnoma enaka lookup_value, in je ni treba razvrščati. Za -1 - Match bo našel najmanjšo vrednost, ki je večja ali enaka vrednosti look_up in jo je treba razvrstiti po padajočem vrstnem redu.
OFFSET () - Ta funkcija Offset vrne celico ali obseg celic, ki imajo določeno število vrstic in stolpcev. Celica ali obseg celic bo odvisen od višine in širine v vrsticah in stolpcih, ki jih določimo.
- Referenca - To je izhodišče, od koder bo opravljeno štetje vrstic in stolpcev.
- Vrstice - število vrstic, ki se odmikajo pod začetno referenčno celico.
- Stolpci - št. Stolpcev, ki se odmikajo desno od začetne referenčne celice.
- (višina) - višina v vrsticah od vrnjene reference. To ni obvezno.
- (širina) - Širina v stolpcih iz vrnjene reference. To ni obvezno.
Kot smo na kratko videli formule, ki jih bomo uporabili za izvedbo interpolacije. Zdaj izvedimo interpolacijo na naslednji način:
Vnesite formulo v celico, da moramo videti temperaturo za različni časovni pas. To pove, da moramo izbrati celico, ki jo je treba napovedati, in funkcijo offset & match uporabimo za izbiro known_ys in known_xs.
PROGNOZA ($ F $ 5 - Izberite celico, v kateri je napovedan časovni pas.
OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Uporablja se za izbiro znanih_ys kot referenčnega stolpca za začasni stolpec, ker ti so odvisne vrednosti. Funkcija ujemanja se uporablja za generiranje položaja vrednosti, ki jo moramo napovedati in izračunati število vrstic. Stolpci morajo biti 0, ker želimo, da je odvisna vrednost istega stolpca, ki je izbran, in višina 2, saj moramo napoved izvesti na podlagi zadnjih 2 vrednosti.
OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Uporablja se za izbiro znanih_xs kot referenčnega stolpca za uro, ker te so neodvisne vrednosti, ostalo pa je enako kot pri štetju vrstic.
Zdaj v celici navedite nekaj časovnega pasu, ki smo ga predvidevali. Tu je vnesena vrednost 19,5, kar je 19:30 in dobili bomo temperaturo 30, ki je napovedana iz temperaturnih vrednosti, ki so podane na uro.
Podobno lahko iz te formule vidimo začasne številke za različni časovni pas.
2. primer
Izvedba linearne interpolacije, da se pozna prodaja organizacije v letu 2018
Predpostavimo, da smo podrobnosti o prodaji organizacije v letu 2018 dobili, kot je prikazano spodaj. Podatke imamo glede na dneve in njihovo prodajo v seštevku. V prvih 15 dneh leta smo prodali 7844 enot, v 50 dneh leta 16094 enot itd.
Lahko uporabimo isto formulo, ki smo jo uporabili pri interpolaciji za napovedovanje vrednosti prodaje za različne dni, ki ni omenjena v podatkih, ki jih upoštevamo. Tukaj je prodaja enakomerna (linearna), kot smo vzeli kumulativno.
Če želimo videti število prodaj, ki smo jih dosegli v 215 dneh, lahko dobimo napovedano število prodaj za 215 dni, kot je navedeno spodaj, ob upoštevanju danih podatkov o prodaji.
Podobno lahko ugotovimo število prodaj v tem letu z napovedjo med navedenimi točkami.
Stvari, ki si jih je treba zapomniti
- Je najmanj natančna metoda, vendar je hitra in natančna, če so vrednosti tabele tesno razporejene.
- To lahko uporabimo tudi pri ocenjevanju vrednosti za geografsko podatkovno točko, količino padavin, raven hrupa itd.
- Je zelo enostaven za uporabo in ni zelo natančen za nelinearne funkcije.
- Poleg Excelove linearne interpolacije imamo na voljo tudi različne vrste metod, kot so polinomska interpolacija, spline interpolacija itd.
