Линейна интерполация в Excel
Линейна интерполация в Excel означава прогнозиране или отгатване на предстоящата следваща стойност на дадена променлива, дадена на текущите данни, тук създаваме права линия, която свързва две стойности и оценяваме бъдещата стойност чрез нея, в Excel използваме функция за прогноза и справка функция за извършване на линейна интерполация.
Интерполацията е математически или статистически инструмент, който се използва за прогнозиране на стойностите между 2 точки на крива или линия. Този инструмент не се използва само в статистиката, но се използва и в много други области като бизнес, наука и др. Навсякъде, където има възможност за прогнозиране на стойности между две точки от данни.
Как да направя линейна интерполация в Excel?
Пример # 1
Извършване на интерполация, за да се знае температурата на времето през различни часови зони
Първо, свалете температурните цифри в района на Бангалор за всеки час и данните ще бъдат както следва:
Данните показват, че имаме подробности за температурата в района на Бангалор за някаква дата. Графата навреме, в която имаме часовите зони за цялата колона за ден и час, споменахме номера на часовете от началото на деня, като например 00:00 часа, ще бъде 0 часа, 1:00 часа сутринта ще бъде 1 час и т.н. На.
Сега ще извършим интерполация на данните, за да извадим температурната стойност за необходимата часова зона, която може да бъде по всяко време, а не само точния час.
За да извършим интерполация, трябва да използваме няколко формули в Excel като ПРОГНОЗА, ОТМЕСТ, СЪВПАДАНЕ. Нека видим накратко тези формули, преди да продължим напред.
ПРОГНОЗА () - Тази функция за прогнозиране на Excel изчислява или предсказва бъдещата стойност въз основа на съществуващи стойности заедно с линейна тенденция.
- X - Това е стойността, за която искаме да прогнозираме.
- Known_ys - Това са зависимите стойности от данните и задължително поле, което трябва да се попълни
- Known_xs - Това са независимите стойности от данните и задължително поле, което трябва да се попълни.
MATCH () - Тази функция на Excel excel ще върне относителната позиция на справочна стойност в ред, колона или таблица, която съответства на посочената стойност в определен ред.
- Lookup_value - Това е стойността, която трябва да бъде съчетана от lookup_array
- Lookup_array - Това е диапазонът за търсене
(match_type) - Това може да бъде 1,0, -1. По подразбиране ще бъде 1. За 1 - Match ще намери най-голямата стойност, която е по-малка или равна на стойността look_up и стойността трябва да бъде във възходящ ред. За 0 - Match намира първата стойност точно равна на lookup_value и не е необходимо да се сортира. За -1 - Match ще намери най-малката стойност, която е по-голяма или равна на стойността look_up и трябва да бъде сортирана в низходящ ред.
OFFSET () - Тази функция за компенсиране ще върне клетка или диапазон от клетки, за които е зададен брой редове и колони. Клетката или диапазонът от клетки ще зависи от височината и ширината в редове и колони, които посочваме.
- Справка - Това е началната точка, от която ще се извършва броят на редовете и колоните.
- Редове - Брой редове за отместване под началната референтна клетка.
- Колони - Брой колони, които да се изместват вдясно от началната референтна клетка.
- (височина) - Височината в редове от върнатата препратка. Това не е задължително.
- (width) - Ширината в колони от върнатата препратка. Това не е задължително.
Както видяхме накратко формулите, които ще използваме за извършване на интерполация. Сега нека извършим интерполацията, както следва:
Въведете формулата в клетка, която трябва да видим температурата за различна часова зона. Това казва, че трябва да изберем клетката, която трябва да бъде прогнозирана и функцията offset & match се използва за избор на known_ys и known_xs.
ПРОГНОЗА ($ F $ 5 - Изберете клетката, която има часовата зона за прогнозиране.
OFFSET ($ C $ 3: $ C $ 26, СЪВПАДАНЕ ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Използва се за избор на known_ys като референция се взема временна колона, защото тези са зависимите стойности. Функцията за съвпадение се използва за генериране на позицията на стойността, която трябва да прогнозираме и изчислим броя на редовете. Колоните трябва да са 0, защото искаме зависимата стойност на същата колона, която е избрана и височината е 2, тъй като трябва да изпълним прогнозата въз основа на последните 2 стойности.
OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Това се използва за избор на known_xs, тъй като за справка се взема часова колона, защото тези са независими стойности, а почивката е същата, каквато направихме за броя на редовете.
Сега дайте някаква часова зона в клетката, която сме смятали да прогнозираме. Тук въведената стойност е 19,5, което е 19:30 ч. И ще получим температурата от 30, която се прогнозира от температурните стойности, дадени на почасова база.
По подобен начин можем да видим временни цифри за различна часова зона от тази формула.
Пример # 2
Извършване на линейна интерполация, за да се разберат продажбите на организация през 2018 г.
Да приемем, че получихме подробностите за продажбите на организация през 2018 г., както е показано по-долу. Имаме данни по дни и продажбите им кумулативно. Получихме продажби от 7844 бройки през първите 15 дни на годината, 16094 единици за 50 дни в годината и т.н.
Можем да използваме същата формула, която използвахме при интерполация, за да прогнозираме стойността на продажбите за различни дни, която не беше спомената в данните, които разглеждаме. Тук продажбите са в права линия (линейна), както сме взели кумулативно.
Ако искаме да видим броя продажби, които сме постигнали за 215 дни, тогава можем да получим прогнозния брой продажби за 215 дни, както е показано по-долу, като разгледаме дадените данни за продажбите.
По същия начин можем да открием броя на продажбите през тази година, като прогнозираме между дадените точки.
Неща за запомняне
- Това е най-малко точният метод, но е бърз и точен, ако стойностите в таблицата са на близко разстояние.
- Това също може да се използва при изчисляване на стойности за географска точка с данни, валежи, нива на шум и др.
- Той е много лесен за използване и не е много точен за нелинейни функции.
- Освен линейната интерполация в Excel имаме и различни видове методи като полиномиална интерполация, сплайн интерполация и др.
