Η προεκβολή είναι ένας τρόπος χρήσης μαθηματικών για την πρόβλεψη δεδομένων που υπερβαίνουν τα ήδη γνωστά. Αυτό γίνεται μέσω του προγραμματισμού. Έτσι είναι ένας τρόπος αξιολόγησης και οπτικοποίησης δεδομένων σε Excel . Για να προεκτείνουμε ένα γράφημα, χρησιμοποιούμε τα δεδομένα που ήδη έχουμε για να φτιάξουμε ένα γράφημα και στη συνέχεια ακολουθούμε τη γραμμή για να μαντέψουμε τι είδους αποτελέσματα θα πάρουμε έξω από το εύρος δεδομένων που ήδη έχουμε. Ακολουθούν οδηγίες βήμα προς βήμα με επεξηγήσεις για το πώς να προεκτείνουμε ένα γράφημα σε Excel .

Κατεβάστε το βιβλίο ασκήσεων

Μπορείτε να κατεβάσετε το βιβλίο ασκήσεων εδώ.

2 Εύκολες μέθοδοι για να προεκτείνετε ένα γράφημα στο Excel

1. Χρήση της δυνατότητας γραμμής τάσης για την προεκβολή ενός γραφήματος στο Excel

Η γραμμή καλύτερης προσαρμογής που ονομάζεται επίσης γραμμή τάσης, είναι μια ευθεία ή καμπύλη γραμμή σε ένα διάγραμμα που δείχνει το συνολικό μοτίβο ή την κατεύθυνση των δεδομένων. Η χρήση μιας γραμμής τάσης για την εξαγωγή συμπερασμάτων από ένα γράφημα στο Excel σας βοηθά να δείξετε πώς τα δεδομένα αλλάζουν με την πάροδο του χρόνου. Είναι μια βασική λειτουργία του Excel που μας επιτρέπει να προβλέψουμε δεδομένα μέσα σε ένα λογικό εύρος. Θα μάθουμε πώς να προσθέτουμε μια γραμμή τάσης σε ένα διάγραμμα εδώ. Για ένα παράδειγμα της Γραμμή τάσης χαρακτηριστικό στο Excel , ας εξετάσουμε αυτούς τους δύο πίνακες.

Γραμμικά δεδομένα δείχνει πόσο λάδι χρειάζεται για να τηγανιστούν οι πατάτες σε ένα εστιατόριο, ενώ Μη γραμμικό Τα δεδομένα δείχνουν πόσο πουλάει ένα κατάστημα κατά τη διάρκεια μερικών μηνών.

Θα προεκτείνουμε και τις δύο αυτές Γραμμική και Μη γραμμική γραφήματα με δυνατότητα γραμμής τάσης.

1.1 Προεκτείνετε το γραμμικό γράφημα με το χαρακτηριστικό Trendline

Για να προεκτείνουμε ένα Γραμμική γράφημα σε Excel, ας υποθέσουμε ότι θέλουμε να μάθουμε πόσο πετρέλαιο απαιτείται για 100 κιλά πατάτες.

Για να το διαπιστώσουμε αυτό, θα πρέπει να ακολουθήσουμε τα ακόλουθα βήματα.

Βήματα:

• Αρχικά, επιλέξτε το εύρος των δεδομένων ( B4:C12 ).
• Δεύτερον, μεταβείτε στην κορδέλα και κάντε κλικ στην επιλογή Εισαγωγή καρτέλα.
• Τρίτον, κάντε κλικ στο Scatter διάγραμμα στην περιοχή διαγράμματος (μπορείτε να επιλέξετε το Γραμμή διάγραμμα επίσης).

• Τέταρτον, κάντε κλικ στο ( + ) δίπλα στο διάγραμμα και ανοίξτε το Στοιχεία διαγράμματος .
• Τέλος, ενεργοποιήστε το Χαρακτηριστικό γραμμής τάσης για να προβλέψετε τα αναμενόμενα δεδομένα από το γράφημα. Αν κάνετε διπλό κλικ στη γραμμή τάσης του γραφήματος, μπορείτε να ανοίξετε το πρόγραμμα Μορφή Γραμμή τάσης και κάντε τις δικές σας αλλαγές.

Εδώ, μπορούμε να δούμε ότι 100 kg πατάτες θα χρειαστούν σχεδόν 20 Μπορούμε να κάνουμε αυτή την πρόβλεψη ακόμη πιο ακριβή προσθέτοντας περισσότερες σειρές.

1.2 Προεκτείνετε το μη γραμμικό γράφημα με το χαρακτηριστικό Trendline

Για την προεκβολή μιας γραφικής παράστασης Μη γραμμικά δεδομένα στο excel, ας υποθέσουμε ότι θέλουμε να βρούμε τις πωλήσεις για την 8η και 9η μήνες από προηγούμενα δεδομένα.

Εδώ θα ακολουθήσουμε τα παρακάτω βήματα.

Βήματα:

• Αρχικά, χρησιμοποιήστε τα δεδομένα που σας δίνονται για να κάνετε μια Διασπορά ακολουθώντας τα παραπάνω βήματα για Γραμμικά δεδομένα .
• Στη συνέχεια, πατήστε το ( + ) δίπλα στο διάγραμμα και ανοίξτε το Στοιχεία διαγράμματος .
• Στη συνέχεια, επιλέγοντας Γραμμή τάσης , μπορούμε να έχουμε ένα Γραμμική γραμμή τάσης Αλλά επιλέγοντας το βέλος δίπλα, μπορούμε να έχουμε πολλαπλές επιλογές γραμμής τάσης όπως Εκθετικό , Κινητός μέσος όρος , Λογαριθμική , και ούτω καθεξής.

• Κάνοντας κλικ Περισσότερες επιλογές , μπορούμε να έχουμε περισσότερους τύπους γραμμών τάσης και επιλογές για την επεξεργασία της γραμμής τάσης.

Ακολουθεί ένα παράδειγμα ενός Εκθετική γραμμή τάσης .

Επίσης, μπορούμε να δούμε Κινούμενη γραμμή τάσης Avgerage στην παρακάτω εικόνα. Εδώ μπορούμε να δούμε Κινητός μέσος όρος γραμμή τάσης είναι πιο κοντά στο πραγματικό μας γράφημα.

2. Εκτεταμένο γράφημα σε φύλλα εργασίας

Excel 2016 και μεταγενέστερες εκδόσεις έχουν ένα εργαλείο με το όνομα Φύλλο πρόβλεψης που μπορεί να χρησιμοποιηθεί για την εξαγωγή ολόκληρου του φύλλου τόσο γραφικά όσο και μαθηματικά. Αυτό το εργαλείο μετατρέπει τα δεδομένα σας σε έναν πίνακα που βρίσκει τα Κάτω και Άνω όρια εμπιστοσύνης και ένα αντίστοιχο Γραμμική γραμμή τάσης Ας θεωρήσουμε το ακόλουθο σύνολο δεδομένων. Εδώ θέλουμε να βρούμε πόσο λάδι απαιτείται για να τηγανίσουμε 50 kg από πατάτες.

Θα ακολουθήσουμε αυτά τα βήματα για να προεκτείνουμε ένα γράφημα με αυτή τη μέθοδο.

Βήματα:

• Στην αρχή, πρέπει να επιλέξουμε ολόκληρο το εύρος δεδομένων ( B4:C11 ).
• Στη συνέχεια, μεταβείτε στο Δεδομένα στην κορδέλα και επιλέξτε το Φύλλο πρόβλεψης επιλογή.

• Επιπλέον, θα εμφανιστεί ένα παράθυρο διαλόγου. Στο πλαίσιο αυτό, βρείτε την επιλογή Τέλος πρόβλεψης και να την ορίσετε στην αναμενόμενη τιμή. Για εμάς, η αναμενόμενη τιμή είναι 50 .

• Τέλος, κάνοντας κλικ στο Δημιουργία θα δημιουργήσει ένα νέο φύλλο με έναν πίνακα που θα έχει όλα τα δεδομένα μέχρι την 50 kg, καθώς και την ποσότητα του πετρελαίου που προβλέπεται, μαζί με ένα Άνω και Κάτω όριο εμπιστοσύνης .

Θα δημιουργήσει επίσης ένα γραμμικό γράφημα με μια γραμμή τάσης.

Εξωτερίκευση δεδομένων με τη λειτουργία FORECAST

Αν θέλετε να προεκτείνετε τα δεδομένα σας χωρίς να κάνετε διαγράμματα και γραφικές παραστάσεις, χρησιμοποιήστε τη λειτουργία FORECAST στο Excel . Μπορείτε να εξάγετε αριθμούς από μια γραμμική τάση με τη βοήθεια του Πρόβλεψη συνάρτηση. Μπορείτε επίσης να χρησιμοποιήσετε ένα περιοδικό πρότυπο ή ένα φύλλο για να υπολογίσετε τι πρέπει να κάνετε. Οι συναρτήσεις πρόβλεψης έχουν διάφορες μορφές. Ακολουθούν ορισμένες συναρτήσεις πρόβλεψης που χρησιμοποιούνται συχνά και τα βήματα για την εκτέλεσή τους:

1. Λειτουργία FORECAST

Η προεκβολή λέει ότι η σχέση μεταξύ τιμών που είναι ήδη γνωστές θα ισχύει και για τιμές που δεν είναι γνωστές. Η συνάρτηση FORECAST σας βοηθά να υπολογίσετε πώς να προεκτείνετε δεδομένα που έχουν δύο σύνολα αριθμών που ταιριάζουν μεταξύ τους. Ακολουθούν τα βήματα που πρέπει να ακολουθήσετε για να χρησιμοποιήσετε τη συνάρτηση ΠΡΟΒΛΕΨΗ λειτουργία:

Βήματα:

• Αρχικά, επιλέξτε το κενό κελί που θέλουμε να προβλέψουμε. Στη συνέχεια, κάντε κλικ στο κουμπί συνάρτησης στη γραμμή τύπων.

• Τότε θα εμφανιστεί ένα παράθυρο διαλόγου. ΠΡΟΒΛΕΨΗ λειτουργία και επιλέξτε ΠΡΟΒΛΕΨΗ από τα αποτελέσματα και κάντε κλικ στο OK .

• Και πάλι, θα εμφανιστεί ένα πλαίσιο διαλόγου. Σε αυτό το πλαίσιο, για X , επιλέξτε το κελί που η τιμή του αντίστοιχου κελιού πρέπει να μάθουμε. Στην περίπτωσή μας, το κελί αυτό φέρει 100 .

• Για το known_ys , επιλέξτε όλα τα κελιά που περιέχουν γνωστές ποσότητες πετρελαίου.

• Για το known_xs , επιλέξτε όλα τα κελιά που περιέχουν γνωστές ποσότητες πατάτας. Στη συνέχεια, πατήστε OK .

• Τέλος, θα έχουμε την προβλεπόμενη τιμή στο κενό κελί.

2. Χρησιμοποιήστε τη λειτουργία FORECAST.LINEAR

Η συνάρτηση FORECAST.LINEAR είναι το ίδιο με το ΠΡΟΒΛΕΨΗ Κάθε βήμα είναι επίσης παρόμοιο. Ακολουθεί ένα παράδειγμα αυτής της μεθόδου.

3. Εφαρμόστε τη λειτουργία FORECAST.EST

Σε ορισμένες περιπτώσεις, υπάρχει ένα εποχικό μοτίβο που χρειάζεται μια συγκεκριμένη συνάρτηση για να μπορέσουμε να προβλέψουμε το μέλλον. Τότε πρέπει να χρησιμοποιήσουμε τη λειτουργία FORECAST.EST Εδώ είναι το προηγούμενο παράδειγμα με FORECAST.EST λειτουργία:

Προεκτείνετε τα δεδομένα με τη λειτουργία TREND του Excel

Το Excel διαθέτει επίσης μια συνάρτηση που ονομάζεται η λειτουργία TREND που μπορεί να χρησιμοποιηθεί για την εξαγωγή δεδομένων χωρίς να γίνουν γραφήματα. Χρησιμοποιώντας τη γραμμική παλινδρόμηση, αυτή η στατιστική συνάρτηση θα υπολογίσει ποια θα είναι η επόμενη τάση με βάση αυτά που ήδη γνωρίζουμε. Εδώ είναι το προηγούμενο παράδειγμα της ΠΡΟΒΛΕΨΗ συνάρτηση με το ΤΑΣΗ λειτουργία.

Εδώ είναι η έξοδος από τη χρήση της εντολής ΤΑΣΗ λειτουργία.

Χρήση τύπου παρέκτασης για την παρέκταση δεδομένων

Θα βάλουμε το Τύπος προεκβολής στη γραμμή τύπων αφού επιλέξετε το επιθυμητό κελί. Ο τύπος της παρέκτασης είναι:

Y(x) = b+ (x-a)*(d-b)/(c-a)

Ακολουθεί ένα παράδειγμα αυτής της μεθόδου:

Αφού εφαρμόσουμε αυτή την εξίσωση στο κενό κελί, θα λάβουμε την προεκτιμώμενη τιμή όπως στην παρακάτω εικόνα.

Πράγματα που πρέπει να θυμάστε

• ΤΑΣΗ και ΠΡΟΒΛΕΨΗ συναρτήσεις μπορεί να μοιάζουν με το ίδιο πράγμα, αλλά η διαφορά είναι ότι η ΠΡΟΒΛΕΨΗ λειτουργεί μόνο ως κανονικός τύπος που επιστρέφει μία τιμή. Από την άλλη πλευρά, η συνάρτηση ΤΑΣΗ Η συνάρτηση είναι ένας τύπος πίνακα για να υπολογίσετε πόσες y οι τιμές πάνε με πόσες x αξίες.
• Φύλλο πρόβλεψης λειτουργεί μόνο όταν έχετε ένα σταθερή διαφορά μεταξύ γνωστών τιμών.
• Η προεκβολή δεν είναι πολύ αξιόπιστη, επειδή δεν μπορούμε να είμαστε σίγουροι ότι η τάση των δεδομένων θα συνεχιστεί πέρα από το εύρος των δεδομένων μας. Επίσης, δεν υπάρχει τρόπος να δούμε αν η πρόβλεψή μας είναι σωστή ή όχι. Αλλά αν τα αρχικά μας δεδομένα είναι συνεπή, μπορούμε να χρησιμοποιήσουμε την προεκβολή για να πάρουμε μια καλύτερη ιδέα.