Συνάρτηση TREND στο Excel (Τύπος, παραδείγματα) | Πώς να χρησιμοποιήσετε το Trend στο Excel

Λειτουργία Trend στο Excel

Η συνάρτηση Trend στο Excel είναι μια στατιστική συνάρτηση που υπολογίζει τη γραμμική γραμμή τάσης με βάση το δεδομένο γραμμικό σύνολο δεδομένων. Υπολογίζει τις προγνωστικές τιμές του Y για δεδομένες τιμές συστοιχίας του X και χρησιμοποιεί τη μέθοδο τετραγώνου με βάση τη δεδομένη σειρά δεδομένων. Η συνάρτηση Trend στο Excel επιστρέφει αριθμούς σε μια γραμμική τάση που ταιριάζει με γνωστά σημεία δεδομένων που είναι τα υπάρχοντα δεδομένα στα οποία η τάση στο excel προβλέπει τις τιμές του Y που εξαρτώνται από τις τιμές του X πρέπει να είναι γραμμικά δεδομένα.

Ποια είναι η λιγότερο τετραγωνική μέθοδος;

Είναι μια τεχνική που χρησιμοποιείται στην ανάλυση παλινδρόμησης που βρίσκει τη γραμμή της βέλτιστης προσαρμογής (είναι μια γραμμή μέσω ενός γραφήματος διασποράς σημείων δεδομένων που υποδηλώνει κυρίως τη σχέση μεταξύ αυτών των σημείων) για ένα δεδομένο σύνολο δεδομένων, το οποίο βοηθά στην οπτικοποίηση της σχέσης μεταξύ των δεδομένων πόντους.

Σύνταξη

Ακολουθεί ο τύπος TREND στο Excel.

Επιχειρήματα

Για τη δεδομένη γραμμική εξίσωση, y = m * x + c

Known_y's : Είναι ένα απαιτούμενο όρισμα που αντιπροσωπεύει το σύνολο των τιμών y που έχουμε ήδη ως υπάρχοντα δεδομένα σε σύνολο δεδομένων που ακολουθεί τη σχέση y = mx + c.

Known_x's: Πρόκειται για ένα προαιρετικό όρισμα που αντιπροσωπεύει ένα σύνολο τιμών-x που πρέπει να είναι ίσου μήκους με το σύνολο των γνωστών_. Εάν παραλειφθεί αυτό το όρισμα, το σύνολο των γνωστών_x παίρνει την τιμή (1, 2, 3… ούτω καθεξής).

New_x's: Είναι επίσης ένα προαιρετικό επιχείρημα. Αυτές είναι οι αριθμητικές τιμές που αντιπροσωπεύουν την τιμή του new_x. Εάν το όρισμα του new_x παραλειφθεί, ορίζεται ως ίσο με το γνωστό_x.

Const: Πρόκειται για ένα προαιρετικό όρισμα που καθορίζει εάν η σταθερή τιμή c είναι ίση με το 0. Εάν το const είναι TRUE ή παραλείπεται, το c υπολογίζεται κανονικά. Εάν είναι λάθος, το c λαμβάνεται ως 0 (μηδέν) και οι τιμές του m προσαρμόζονται έτσι ώστε y = mx.

Πώς να χρησιμοποιήσετε τη συνάρτηση TREND στο Excel;

Η λειτουργία TREND στο excel είναι πολύ απλή και εύχρηστη. Ας κατανοήσουμε τη λειτουργία της συνάρτησης TREND με μερικά παραδείγματα.

Μπορείτε να κατεβάσετε αυτό το πρότυπο TREND Function Excel εδώ - Πρότυπο TREND Function Excel

Παράδειγμα # 1

Σε αυτό το παράδειγμα, ας υποθέσουμε ότι έχουμε δεδομένα για βαθμολογίες δοκιμών με το ΣΔΣ τους, χρησιμοποιώντας τώρα αυτά τα δεδομένα δεδομένα πρέπει να κάνουμε την πρόβλεψη για το ΣΔΣ. Έχουμε τα υπάρχοντα δεδομένα στη στήλη A και B, οι υπάρχουσες τιμές του GPA που αντιστοιχούν στις βαθμολογίες είναι οι γνωστές τιμές του Y και οι υπάρχουσες τιμές του σκορ είναι οι γνωστές τιμές του X. Έχουμε δώσει με ορισμένες τιμές για τις τιμές X ως βαθμολογία και πρέπει να προβλέψουμε τις τιμές Y που είναι το GPA με βάση τις υπάρχουσες τιμές.

Υφιστάμενες τιμές:

Δεδομένων τιμών και τιμών του Y που πρέπει να προβλεφθούν:

Για να προβλέψουμε τις τιμές του GPA για δεδομένες βαθμολογίες δοκιμής στα κελιά D2, D3 και D4, θα χρησιμοποιήσουμε τη συνάρτηση TREND στο excel.

Ο τύπος TREND στο excel θα λάβει τις υπάρχουσες τιμές των γνωστών X και Y και θα περάσουμε τις νέες τιμές του X για να υπολογίσουμε τις τιμές του Y στα κελιά E2, E3 και E4.

Ο τύπος TREND στο excel θα είναι:

= TREND ($ A $ 2: $ A $ 16, $ B $ 2: $ B $ 16, D2)

Διορθώσαμε το εύρος για γνωστές τιμές X και Y και περάσαμε τη νέα τιμή του X ως τιμή αναφοράς. Εφαρμόζοντας τον ίδιο τύπο TREND στο Excel σε άλλα κελιά που έχουμε

Παραγωγή:

Έτσι, χρησιμοποιώντας τη συνάρτηση TREND στο excel παραπάνω, προβλέψαμε τις τρεις τιμές του Y για τις δεδομένες νέες βαθμολογίες δοκιμής.

Παράδειγμα # 2 - Πρόβλεψη της αύξησης των πωλήσεων

Έτσι, σε αυτό το παράδειγμα, έχουμε υπάρχοντα δεδομένα πωλήσεων μιας εταιρείας για το έτος 2017 που αυξάνονται γραμμικά από τον Ιανουάριο του 2017 έως τον Δεκέμβριο του 2017. Πρέπει να υπολογίσουμε τις πωλήσεις για τους δεδομένους προσεχείς μήνες, δηλαδή πρέπει να προβλέψουμε τις τιμές πωλήσεων βάσει τις προγνωστικές τιμές για τα δεδομένα του τελευταίου έτους.

Τα υπάρχοντα δεδομένα περιέχουν τις ημερομηνίες στη στήλη Α και τα έσοδα από τις πωλήσεις στη στήλη Β, πρέπει να υπολογίσουμε την εκτιμώμενη αξία πωλήσεων για τους επόμενους 5 μήνες. Τα ιστορικά δεδομένα δίνονται παρακάτω:

Προκειμένου να προβλέψουμε τις πωλήσεις για τους δεδομένους προσεχείς μήνες τον επόμενο χρόνο θα χρησιμοποιήσουμε τη συνάρτηση TREND στο excel, καθώς η αξία των πωλήσεων αυξάνεται γραμμικά, οι δεδομένες γνωστές τιμές του Y είναι τα έσοδα από τις πωλήσεις και οι γνωστές τιμές του X ημερομηνίες λήξης του μήνα, οι νέες τιμές του X είναι οι ημερομηνίες για τους επόμενους 3 μήνες που είναι 01/31/2018, 02/28/2018 και 03/31/2018 και πρέπει να υπολογίσουμε τις εκτιμώμενες τιμές πωλήσεων με βάση τα ιστορικά δεδομένα δίνεται στην περιοχή A1: B13.

Ο τύπος TREND στο excel θα λάβει τις υπάρχουσες τιμές των γνωστών X και Y και θα περάσουμε τις νέες τιμές του X για να υπολογίσουμε τις τιμές του Y στα κελιά E2, E3 και E4.

Ο τύπος TREND στο excel θα είναι:

= TREND ($ B $ 2: $ B $ 13, $ A $ 2: $ A $ 13, D2)

Διορθώσαμε το εύρος για γνωστές τιμές X και Y και περάσαμε τη νέα τιμή του X ως τιμή αναφοράς. Εφαρμόζοντας τον ίδιο τύπο TREND στο Excel σε άλλα κελιά που έχουμε,

Παραγωγή:

Έτσι, χρησιμοποιώντας τη συνάρτηση TREND παραπάνω, έχουμε προβλέψει τις εκτιμώμενες τιμές πώλησης για τους δεδομένους προσεχείς μήνες στα κελιά D2, D3 και D4.

Πράγματα που πρέπει να θυμάστε

  1. Τα υπάρχοντα ιστορικά δεδομένα που περιέχουν τις γνωστές τιμές των Χ και Υ πρέπει να είναι γραμμικά δεδομένα ότι για τις δεδομένες τιμές του Χ η τιμή του Υ πρέπει να ταιριάζει με τη γραμμική καμπύλη y = m * x + c, διαφορετικά η έξοδος ή οι προβλεπόμενες τιμές μπορεί να να είναι ανακριβής.
  2. Η συνάρτηση TREND στο excel δημιουργεί # VALUE! Σφάλμα όταν οι δεδομένες γνωστές τιμές X ή Y είναι μη αριθμητικές ή η τιμή του νέου X είναι μη αριθμητική και επίσης όταν το όρισμα const δεν είναι τιμή Boolean (δηλαδή TRUE ή FALSE)
  3. Η συνάρτηση TREND στο excel δημιουργεί #REF! Οι γνωστές τιμές σφάλματος των Χ και Υ έχουν διαφορετικά μήκη.