Lineárna interpolácia v programe Excel
Lineárna interpolácia v programe Excel znamená predpovedanie alebo hádanie nadchádzajúcej ďalšej hodnoty ľubovoľnej určitej premennej danej na aktuálnych dátach, tu vytvoríme priamku, ktorá spojí dve hodnoty a prostredníctvom nej odhadneme budúcu hodnotu, v programe Excel použijeme funkciu prognózy a vyhľadávanie funkcia na lineárnu interpoláciu.
Interpolácia je matematický alebo štatistický nástroj, ktorý sa používa na predpovedanie hodnôt medzi 2 bodmi na krivke alebo priamke. Tento nástroj sa používa nielen v štatistike, ale aj v mnohých ďalších oblastiach, ako je obchod, veda atď., Kdekoľvek existuje možnosť predpovedať hodnoty medzi dvoma údajovými bodmi.
Ako urobiť lineárnu interpoláciu v programe Excel?
Príklad č
Interpolácia, aby sa zistila teplota počasia v rôznych časových pásmach
Najprv znížte teplotné údaje v oblasti Bangalúr pre každú hodinu a údaje budú nasledovné: -
Dáta ukazujú, že pre istý dátum máme k dispozícii údaje o teplote oblasti Bangalúr. V stĺpci načasovanie máme časové pásma pre celý deň a v stĺpci hodín sme spomenuli počet hodín od začiatku dňa, napríklad 12:00 bude 0 hodín, 1:00 bude 1 hodina, a tak na.
Teraz urobíme interpoláciu údajov, aby sme vytiahli hodnotu teploty pre požadované časové pásmo, čo môže byť kedykoľvek, nielen presná hodina.
Aby sme mohli vykonať interpoláciu, musíme v Exceli použiť niekoľko vzorcov ako FORECAST, OFFSET, MATCH. Pozrime sa na tieto vzorce ešte predtým, ako začneme.
FORECAST () - Táto funkcia Forecast excel počíta alebo predpovedá budúcu hodnotu na základe existujúcich hodnôt spolu s lineárnym trendom.
- X - Toto je hodnota, pre ktorú chceme predpovedať.
- Known_ys - Toto sú závislé hodnoty z údajov a povinné pole, ktoré sa má vyplniť
- Known_xs - Toto sú nezávislé hodnoty od údajov a povinné pole, ktoré sa má vyplniť.
MATCH () - Táto funkcia Excel Match vráti relatívnu pozíciu vyhľadávanej hodnoty v riadku, stĺpci alebo tabuľke, ktorá sa zhoduje so zadanou hodnotou v určenom poradí.
- Lookup_value - Toto je hodnota, ktorú je potrebné zhodovať z lookup_array
- Lookup_array - toto je rozsah hľadania
(typ_zhody) - toto môže byť 1,0, -1. Predvolená hodnota bude 1. Pre 1 - zhoda nájde najväčšiu hodnotu, ktorá je menšia alebo rovná hodnote look_up a hodnota by mala byť vzostupne. Pre 0 - Match nájde prvú hodnotu presne rovnú lookup_value a netreba ho triediť. Pre -1 - zhoda nájde najmenšiu hodnotu, ktorá je väčšia alebo rovná hodnote look_up a mala by byť zoradená zostupne.
OFFSET () - Táto funkcia posunu vráti bunku alebo rozsah buniek, ktoré majú zadaný počet riadkov a stĺpcov. Bunka alebo rozsah buniek bude závisieť od výšky a šírky v riadkoch a stĺpcoch, ktoré zadáme.
- Referencia - Toto je začiatočný bod, odkiaľ sa bude počítať počet riadkov a stĺpcov.
- Riadky - počet riadkov, ktoré sa majú posunúť pod začiatočnú referenčnú bunku.
- Stĺpce - počet stĺpcov, ktorý sa má posunúť priamo od začiatočnej referenčnej bunky.
- (výška) - výška v riadkoch od vrátenej referencie. Toto je voliteľné.
- (width) - Šírka v stĺpcoch z vrátenej referencie. Toto je voliteľné.
Ako sme v krátkosti videli vzorce, ktoré použijeme na vykonanie interpolácie. Teraz vykonajme interpoláciu takto:
Zadajte vzorec do bunky, ktorú potrebujeme na zistenie teploty pre rôzne časové pásmo. To hovorí, že musíme vybrať bunku, ktorú je potrebné predpovedať, a pomocou funkcie offset & match sa vyberú známe_ys a známe_xs.
FORECAST ($ F $ 5 - Vyberte bunku s časovým pásmom, ktoré sa má predpovedať.
OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - používa sa na výber známeho_y ako dočasného stĺpca referencie, pretože tieto sú závislé hodnoty. Funkcia zhody sa používa na generovanie polohy hodnoty, ktorú potrebujeme na predpovedanie a výpočet počtu riadkov. Stĺpce by mali byť 0, pretože chceme závislú hodnotu toho istého stĺpca, ktorý je vybratý, a výšky sú 2, pretože potrebujeme vykonať predpoveď na základe posledných 2 hodnôt.
OFFSET ($ B $ 3: $ B $ 26 MATCH ($ F $ 5 $ B $ 3: $ B $ 26,1) -1,0,2) - Používa sa k výberu known_xs ako odkaz je prijatá otvorenou kolónu, pretože tieto sú nezávislé hodnoty a zvyšok je rovnaký ako sme urobili pre počet riadkov.
Teraz dajte do bunky nejaké časové pásmo, ktoré sme predpokladali predpovedať. Tu je zadaná hodnota 19,5, čo je 19:30, a dostaneme teplotu 30, ktorá sa predpovedá z teplotných hodnôt, ktoré sú dané hodinovým základom.
Podobne môžeme z tohto vzorca vidieť dočasné údaje pre rôzne časové pásma.
Príklad č
Vykonávanie lineárnej interpolácie s cieľom poznať predaj organizácie v roku 2018
Predpokladajme, že podrobnosti o predaji organizácie sme dostali v roku 2018, ako je uvedené nižšie. Údaje máme z hľadiska počtu dní a ich predaja kumulatívne. Získali sme predaj 7844 kusov za prvých 15 dní v roku, 16094 kusov za 50 dní v roku atď.
Môžeme použiť rovnaký vzorec, aký sme použili pri interpolácii, na predpovedanie hodnoty predaja pre rôzne dni, čo nebolo uvedené v údajoch, ktoré berieme do úvahy. Tu sú tržby lineárne (lineárne), ako sme kumulovali.
Ak chceme vidieť počet predajov, ktoré sme dosiahli za 215 dní, môžeme získať predpokladaný počet predajov za 215 dní, ako je uvedené nižšie, pri zohľadnení daných údajov o predaji.
Podobne môžeme zistiť počet predajov v danom roku prognózovaním medzi danými bodmi.
Na čo treba pamätať
- Je to najmenej presná metóda, ale je rýchla a presná, ak sú tabuľkové hodnoty blízko seba.
- To možno tiež použiť pri odhade hodnôt pre geografický údajový bod, zrážky, hladiny hluku atď.
- Je veľmi ľahko použiteľný a nie príliš presný pre nelineárne funkcie.
- Okrem lineárnej interpolácie Excel máme aj rôzne typy metód, ako je polynomiálna interpolácia, spline interpolácia atď.
