ഉള്ളടക്ക പട്ടിക
എക്സ്ട്രാപോളേഷൻ എന്നത് ഇതിനകം അറിയാവുന്നതിലും അപ്പുറമുള്ള ഡാറ്റ പ്രവചിക്കാൻ ഗണിതം ഉപയോഗിക്കുന്നതിനുള്ള ഒരു മാർഗമാണ്. പ്രോഗ്രാമിംഗിലൂടെയാണ് ഇത് ചെയ്യുന്നത്. അതിനാൽ ഇത് Excel -ൽ ഡാറ്റ വിലയിരുത്താനും ദൃശ്യവൽക്കരിക്കാനും ഉള്ള ഒരു മാർഗമാണ്. ഒരു ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുന്നതിന്, ഒരു ഗ്രാഫ് നിർമ്മിക്കേണ്ട ഡാറ്റ ഞങ്ങൾ ഉപയോഗിക്കുന്നു, തുടർന്ന് ഞങ്ങൾക്ക് ഇതിനകം ഉള്ള ഡാറ്റ ശ്രേണിക്ക് പുറത്ത് ഏത് തരത്തിലുള്ള ഫലങ്ങൾ ലഭിക്കുമെന്ന് ഊഹിക്കാൻ ലൈൻ പിന്തുടരുക. Excel -ൽ ഒരു ഗ്രാഫ് എങ്ങനെ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാം എന്നതിനെക്കുറിച്ചുള്ള വിശദീകരണങ്ങളുള്ള ഘട്ടം ഘട്ടമായുള്ള നിർദ്ദേശങ്ങൾ ഇതാ.
പ്രാക്ടീസ് വർക്ക്ബുക്ക് ഡൗൺലോഡ് ചെയ്യുക
നിങ്ങൾക്ക് പ്രാക്ടീസ് വർക്ക്ബുക്ക് ഇവിടെ ഡൗൺലോഡ് ചെയ്യാം.
Extrapolate Graph.xlsx
2 Excel-ൽ ഒരു ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യാനുള്ള എളുപ്പവഴികൾ
1. Excel-ൽ ഒരു ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ ട്രെൻഡ്‌ലൈൻ ഫീച്ചർ ഉപയോഗിക്കുക
ട്രെൻഡ്‌ലൈൻ എന്നും വിളിക്കപ്പെടുന്ന ഏറ്റവും അനുയോജ്യമായ ഒരു ലൈൻ, ഡാറ്റയുടെ മൊത്തത്തിലുള്ള പാറ്റേണോ ദിശയോ കാണിക്കുന്ന ഒരു ചാർട്ടിലെ നേർരേഖയോ വളഞ്ഞതോ ആയ വരയാണ്. Excel-ലെ ഒരു ഗ്രാഫിൽ നിന്ന് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുന്നതിന് ഒരു ട്രെൻഡ്‌ലൈൻ ഉപയോഗിക്കുന്നത് കാലക്രമേണ ഡാറ്റ എങ്ങനെ മാറുന്നുവെന്ന് കാണിക്കാൻ നിങ്ങളെ സഹായിക്കുന്നു. ന്യായമായ പരിധിക്കുള്ളിൽ ഡാറ്റ പ്രവചിക്കാൻ ഞങ്ങളെ അനുവദിക്കുന്ന Excel-ന്റെ അടിസ്ഥാന സവിശേഷതയാണിത്. ഒരു ചാർട്ടിലേക്ക് ഒരു ട്രെൻഡ്‌ലൈൻ എങ്ങനെ ചേർക്കാമെന്ന് ഞങ്ങൾ ഇവിടെ പഠിക്കും. Excel ലെ ട്രെൻഡ്‌ലൈൻ സവിശേഷതയുടെ ഒരു ഉദാഹരണത്തിനായി, നമുക്ക് ഈ രണ്ട് പട്ടികകൾ പരിഗണിക്കാം.
ലീനിയർ ഡാറ്റ ഒരു റെസ്റ്റോറന്റിൽ ഉരുളക്കിഴങ്ങ് വറുക്കാൻ എത്ര എണ്ണ ആവശ്യമാണെന്ന് കാണിക്കുന്നു, അതേസമയം നോൺ-ലീനിയർ കുറച്ച് മാസങ്ങൾക്കുള്ളിൽ ഒരു സ്റ്റോർ എത്രമാത്രം വിൽക്കുന്നുവെന്ന് ഡാറ്റ കാണിക്കുന്നു.
ഞങ്ങൾ എക്സ്ട്രാപോളേറ്റ് ചെയ്യും.ട്രെൻഡ്‌ലൈൻ സവിശേഷതയുള്ള ഈ ലീനിയർ , നോൺ-ലീനിയർ ഗ്രാഫുകൾ.
1.1 ട്രെൻഡ്‌ലൈൻ ഫീച്ചർ പ്രകാരം ലീനിയർ ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുക
ഒരു ലീനിയർ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ Excel-ലെ ഗ്രാഫ്, 100 കി.ഗ്രാം ഉരുളക്കിഴങ്ങിന് എത്ര എണ്ണ ആവശ്യമാണെന്ന് കണ്ടെത്തണമെന്ന് നമുക്ക് അനുമാനിക്കാം.
അത് കണ്ടെത്തുന്നതിന്, ഞങ്ങൾ ഇനിപ്പറയുന്ന ഘട്ടങ്ങൾ പാലിക്കണം.
ഘട്ടങ്ങൾ:
- ആദ്യം, ഡാറ്റയുടെ ശ്രേണി തിരഞ്ഞെടുക്കുക ( B4:C12 ).
- രണ്ടാമതായി, റിബണിലേക്ക് പോയി Insert ടാബിൽ ക്ലിക്ക് ചെയ്യുക.
- മൂന്നാമതായി, Scatter<2 ക്ലിക്ക് ചെയ്യുക> ചാർട്ട് ഏരിയയിലെ ചാർട്ട് (നിങ്ങൾക്ക് ലൈൻ ചാർട്ടും എടുക്കാം).
- നാലാമതായി, ( ചാർട്ടിന് സമീപം + ) അടയാളം അടയാളപ്പെടുത്തി ചാർട്ട് ഘടകങ്ങൾ തുറക്കുക.
- അവസാനം, ഗ്രാഫിൽ നിന്ന് പ്രതീക്ഷിക്കുന്ന ഡാറ്റ പ്രവചിക്കാൻ ട്രെൻഡ്‌ലൈൻ ഫീച്ചർ പ്രവർത്തനക്ഷമമാക്കുക. നിങ്ങൾ ഗ്രാഫിന്റെ ട്രെൻഡ് ലൈനിൽ ഇരട്ട-ക്ലിക്കുചെയ്യുകയാണെങ്കിൽ, നിങ്ങൾക്ക് ട്രെൻഡ്‌ലൈൻ ഫോർമാറ്റ് പാനൽ തുറന്ന് നിങ്ങളുടെ സ്വന്തം മാറ്റങ്ങൾ വരുത്താം.
ഇവിടെ, 100 കി.ഗ്രാം ഉരുളക്കിഴങ്ങിന് ഏകദേശം 20 ലിറ്റർ എണ്ണ വേണ്ടിവരുമെന്ന് നമുക്ക് കാണാൻ കഴിയും. കൂടുതൽ ശ്രേണികൾ ചേർത്തുകൊണ്ട് നമുക്ക് ഈ പ്രവചനം കൂടുതൽ കൃത്യതയുള്ളതാക്കാൻ കഴിയും.
1.2 ട്രെൻഡ്‌ലൈൻ ഫീച്ചർ പ്രകാരം നോൺ-ലീനിയർ ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുക
നോൺ-ലീനിയർ ഡാറ്റ എന്ന ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുന്നതിന് excel, മുൻ ഡാറ്റയിൽ നിന്ന് 8th , 9th മാസങ്ങളിലെ വിൽപ്പന കണ്ടെത്താൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു.
ഇവിടെ ഞങ്ങൾ ആ ഘട്ടങ്ങൾ പിന്തുടരുംചുവടെ.
ഘട്ടങ്ങൾ:
- ആദ്യം, സ്‌കാറ്റർ പ്ലോട്ട് നിർമ്മിക്കാൻ തന്നിരിക്കുന്ന ഡാറ്റ ഉപയോഗിക്കുക <എന്നതിന് മുകളിലുള്ള ഘട്ടങ്ങൾ പിന്തുടർന്ന് 1>ലീനിയർ ഡാറ്റ .
- തുടർന്ന്, ചാർട്ടിന് അടുത്തുള്ള ( + ) ചിഹ്നത്തിൽ അമർത്തി ചാർട്ട് ഘടകങ്ങൾ തുറക്കുക.
- ശേഷം അത്, ട്രെൻഡ്‌ലൈൻ തിരഞ്ഞെടുക്കുന്നതിലൂടെ, നമുക്ക് ഒരു ലീനിയർ ട്രെൻഡ്‌ലൈൻ ലഭിക്കും. എന്നാൽ അരികിലുള്ള അമ്പടയാളം തിരഞ്ഞെടുക്കുന്നതിലൂടെ, നമുക്ക് എക്‌സ്‌പോണൻഷ്യൽ , ചലിക്കുന്ന ശരാശരി , ലോഗരിഥമിക് എന്നിങ്ങനെയുള്ള ഒന്നിലധികം ട്രെൻഡ്‌ലൈൻ ഓപ്ഷനുകൾ ലഭിക്കും.
17> - കൂടുതൽ ഓപ്ഷനുകൾ ക്ലിക്കുചെയ്യുന്നതിലൂടെ, ട്രെൻഡ്‌ലൈൻ എഡിറ്റുചെയ്യുന്നതിനുള്ള കൂടുതൽ തരത്തിലുള്ള ട്രെൻഡ്‌ലൈനുകളും ഓപ്ഷനുകളും ഞങ്ങൾക്ക് ലഭിക്കും.
- തുടക്കത്തിൽ, ഞങ്ങൾ മുഴുവൻ ഡാറ്റ ശ്രേണിയും തിരഞ്ഞെടുക്കേണ്ടതുണ്ട് ( B4:C11 ).
- അടുത്തതായി, റിബണിലെ ഡാറ്റ ടാബിലേക്ക് പോയി പ്രവചന ഷീറ്റ് ഓപ്ഷൻ തിരഞ്ഞെടുക്കുക.
- കൂടാതെ, ഒരു ഡയലോഗ് ബോക്സ് ദൃശ്യമാകും. ബോക്സിൽ, പ്രവചന അവസാനം ഓപ്ഷൻ കണ്ടെത്തി അത് പ്രതീക്ഷിക്കുന്ന മൂല്യത്തിലേക്ക് സജ്ജമാക്കുക. ഞങ്ങൾക്ക്, പ്രതീക്ഷിക്കുന്ന മൂല്യം 50 ആണ്.
ഒരു എക്‌സ്‌പോണൻഷ്യൽ ട്രെൻഡ്‌ലൈനിന്റെ ഒരു ഉദാഹരണം .
കൂടാതെ, ചുവടെയുള്ള ചിത്രത്തിൽ നമുക്ക് ചലിക്കുന്ന ശരാശരി ട്രെൻഡ്‌ലൈൻ കാണാം. ഇവിടെ നമുക്ക് ചലിക്കുന്ന ശരാശരി ട്രെൻഡ്‌ലൈൻ നമ്മുടെ യഥാർത്ഥ ഗ്രാഫിന് അടുത്താണെന്ന് കാണാം.
2. വർക്ക്ഷീറ്റുകളിൽ ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യുക
Excel 2016 നും പിന്നീടുള്ള പതിപ്പുകൾക്കും പ്രവചന ഷീറ്റ് എന്ന് പേരുള്ള ഒരു ടൂൾ ഉണ്ട്, അത് മുഴുവൻ ഷീറ്റും ഗ്രാഫിക്കലായും ഗണിതപരമായും എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ ഉപയോഗിക്കാം. ഈ ടൂൾ നിങ്ങളുടെ ഡാറ്റയെ താഴ്ന്ന , അപ്പർ എന്നീ കോൺഫിഡൻസ് ബൗണ്ടുകളും അനുബന്ധ ലീനിയർ ട്രെൻഡ്‌ലൈൻ ഗ്രാഫും കണ്ടെത്തുന്ന ഒരു ടേബിളാക്കി മാറ്റുന്നു. ഇനിപ്പറയുന്ന ഡാറ്റാ സെറ്റ് നമുക്ക് പരിഗണിക്കാം. ഉരുളക്കിഴങ്ങുകൾ 50 kg വറുക്കാൻ എത്ര എണ്ണ വേണമെന്ന് ഇവിടെ കണ്ടെത്തണം.
ഞങ്ങൾ ഈ ഘട്ടങ്ങൾ പാലിക്കും. ഇതുപയോഗിച്ച് ഒരു ഗ്രാഫ് എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻരീതി.
ഘട്ടങ്ങൾ:
- അവസാനമായി, സൃഷ്ടിക്കുക ബട്ടൺ ക്ലിക്കുചെയ്യുന്നത് സൃഷ്‌ടിക്കും. 50 കിലോഗ്രാം വരെയുള്ള എല്ലാ ഡാറ്റയും അപ്പർ , ലോവർ കോൺഫിഡൻസ് ബൗണ്ട് എന്നിവയ്‌ക്കൊപ്പം പ്രവചിച്ച എണ്ണയുടെ അളവും ഉള്ള ഒരു പുതിയ ഷീറ്റ് .
ഇത് ട്രെൻഡ്‌ലൈനുള്ള ഒരു ലീനിയർ ഗ്രാഫും സൃഷ്‌ടിക്കും.
FORECAST ഫംഗ്ഷനോടുകൂടിയ ഡാറ്റ എക്സ്ട്രാപോളേഷൻ
ചാർട്ടുകളും ഗ്രാഫുകളും നിർമ്മിക്കാതെ നിങ്ങളുടെ ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യണമെങ്കിൽ, Excel -ൽ ഫോർകാസ്റ്റ് ഫംഗ്ഷൻ ഉപയോഗിക്കുക. പ്രവചനം ഫംഗ്‌ഷന്റെ സഹായത്തോടെ നിങ്ങൾക്ക് ഒരു ലീനിയർ ട്രെൻഡിൽ നിന്ന് അക്കങ്ങൾ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാം. എന്താണ് ചെയ്യേണ്ടതെന്ന് മനസിലാക്കാൻ നിങ്ങൾക്ക് ഒരു ആനുകാലിക ടെംപ്ലേറ്റോ ഷീറ്റോ ഉപയോഗിക്കാം. പ്രവചന പ്രവർത്തനങ്ങൾ വ്യത്യസ്ത രൂപങ്ങളിൽ വരുന്നു. പലപ്പോഴും ഉപയോഗിക്കുന്ന ചില പ്രവചന പ്രവർത്തനങ്ങളും അവ ചെയ്യുന്നതിനുള്ള ഘട്ടങ്ങളും ഇവിടെയുണ്ട്:
1. ഫോർകാസ്റ്റ് ഫംഗ്ഷൻ
എക്സ്ട്രാപോളേഷൻ പറയുന്നത്, ഇതിനകം അറിയാവുന്ന മൂല്യങ്ങൾ തമ്മിലുള്ള ബന്ധം അറിയാത്ത മൂല്യങ്ങൾക്കും ബാധകമാണ്. FORECAST ഫംഗ്ഷൻ നിങ്ങളെ കണ്ടുപിടിക്കാൻ സഹായിക്കുന്നുപരസ്പരം പൊരുത്തപ്പെടുന്ന രണ്ട് സെറ്റ് സംഖ്യകളുള്ള ഡാറ്റ എങ്ങനെ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാം. FORECAST ഫംഗ്ഷൻ ഉപയോഗിക്കുന്നതിന് പിന്തുടരേണ്ട ഘട്ടങ്ങൾ ഇതാ:
ഘട്ടങ്ങൾ:
- ആദ്യം, നമുക്ക് ആവശ്യമുള്ള ശൂന്യമായ സെൽ തിരഞ്ഞെടുക്കുക പ്രവചനം. തുടർന്ന് ഫോർമുല ബാറിലെ ഫംഗ്ഷൻ ബട്ടണിൽ ക്ലിക്ക് ചെയ്യുക.
- അപ്പോൾ ഒരു ഡയലോഗ് ബോക്സ് പ്രത്യക്ഷപ്പെടും. FORECAST ഫംഗ്ഷൻ തിരഞ്ഞ് ഫലങ്ങളിൽ നിന്ന് FORECAST തിരഞ്ഞെടുത്ത് OK ക്ലിക്ക് ചെയ്യുക.
- known_ys എന്നതിനായി, അടങ്ങിയിരിക്കുന്ന എല്ലാ സെല്ലുകളും തിരഞ്ഞെടുക്കുക അറിയപ്പെടുന്ന എണ്ണയുടെ അളവ്.
- known_xs -ന്, അറിയപ്പെടുന്ന ഉരുളക്കിഴങ്ങിന്റെ അളവ് അടങ്ങിയിരിക്കുന്ന എല്ലാ സെല്ലുകളും തിരഞ്ഞെടുക്കുക. തുടർന്ന് ശരി അമർത്തുക.
- അവസാനം, ശൂന്യമായ സെല്ലിൽ നമുക്ക് പ്രവചിച്ച മൂല്യം ലഭിക്കും.
2. FORECAST ഉപയോഗിക്കുക FORECAST പ്രവർത്തനം. ഓരോ ഘട്ടവും സമാനമാണ്. ഈ രീതിയുടെ ഒരു ഉദാഹരണം ഇതാ.
3. FORECAST പ്രയോഗിക്കുക.EST പ്രവർത്തനം
ചില സന്ദർഭങ്ങളിൽ, ഒരു സീസണൽ ഉണ്ട് ഭാവി പ്രവചിക്കാൻ ഒരു നിശ്ചിത പ്രവർത്തനം ആവശ്യമായ പാറ്റേൺ. അപ്പോൾ നമ്മൾ The FORECAST.EST ഫംഗ്ഷൻ ഉപയോഗിക്കണം. മുമ്പത്തേത് ഇതാ FORECAST.EST ഫംഗ്‌ഷനുള്ള ഉദാഹരണം:
Excel TREND ഫംഗ്ഷൻ ഉപയോഗിച്ച് ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യുക
Excel-ലും the എന്ന് വിളിക്കപ്പെടുന്ന ഒരു ഫംഗ്ഷൻ ഉണ്ട് TREND ഫംഗ്ഷൻ ഗ്രാഫുകൾ നിർമ്മിക്കാതെ തന്നെ ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ ഉപയോഗിക്കാം. ലീനിയർ റിഗ്രഷൻ ഉപയോഗിച്ച്, നമുക്ക് ഇതിനകം അറിയാവുന്നതിനെ അടിസ്ഥാനമാക്കി അടുത്ത ട്രെൻഡ് എന്തായിരിക്കുമെന്ന് ഈ സ്റ്റാറ്റിസ്റ്റിക്കൽ ഫംഗ്ഷൻ കണ്ടെത്തും. TREND ഫംഗ്ഷനോടുകൂടിയ FORECAST ഫംഗ്‌ഷന്റെ മുൻ ഉദാഹരണം ഇതാ.
<1 ഉപയോഗിക്കുന്നതിന്റെ ഔട്ട്‌പുട്ട് ഇതാ>TREND ഫംഗ്ഷൻ.
ഡാറ്റ എക്സ്ട്രാപോളേറ്റ് ചെയ്യാൻ എക്സ്ട്രാപോളേഷൻ ഫോർമുല ഉപയോഗിക്കുക
ഞങ്ങൾ ഫോർമുല ബാറിൽ എക്സ്ട്രാപോളേഷൻ ഫോർമുല ഇടും ആവശ്യമുള്ള സെൽ തിരഞ്ഞെടുത്ത ശേഷം. എക്സ്ട്രാപോളേഷൻ ഫോർമുല ഇതാണ്:
Y(x) = b+ (x-a)*(d-b)/(c-a)
ഈ രീതിയുടെ ഒരു ഉദാഹരണം ഇതാ:
ശൂന്യമായ സെല്ലിൽ ഈ സമവാക്യം പ്രയോഗിച്ചതിന് ശേഷം, ചുവടെയുള്ള ചിത്രം പോലെയുള്ള എക്‌സ്‌ട്രാപോളേറ്റഡ് മൂല്യം നമുക്ക് ലഭിക്കും.
കാര്യങ്ങൾ ഓർമ്മിക്കാൻ
- TREND , FORECAST എന്നീ ഫംഗ്‌ഷനുകൾ ഒരേ പോലെയായിരിക്കാം, പക്ഷേ FORECAST ഫംഗ്ഷൻ മാത്രമേ പ്രവർത്തിക്കൂ എന്നതാണ് വ്യത്യാസം ഒരു മൂല്യം നൽകുന്ന ഒരു സാധാരണ ഫോർമുലയായി. മറുവശത്ത്, എത്ര x മൂല്യങ്ങൾക്കൊപ്പം എത്ര y മൂല്യങ്ങൾ പോകുന്നു എന്ന് കണ്ടെത്താനുള്ള ഒരു അറേ ഫോർമുലയാണ് TREND ഫംഗ്ഷൻ.
- നിങ്ങൾക്ക് അറിയാവുന്ന മൂല്യങ്ങൾ തമ്മിൽ സ്ഥിരമായ വ്യത്യാസമുണ്ടെങ്കിൽ മാത്രമേ പ്രവചന ഷീറ്റ് പ്രവർത്തിക്കൂ.
- എക്‌സ്‌ട്രാപോളേഷൻഞങ്ങളുടെ ഡാറ്റയുടെ പരിധിക്കപ്പുറം ഡാറ്റയുടെ ട്രെൻഡ് തുടരുമെന്ന് ഞങ്ങൾക്ക് ഉറപ്പില്ലാത്തതിനാൽ വളരെ വിശ്വസനീയമല്ല. കൂടാതെ, നമ്മുടെ പ്രവചനം ശരിയാണോ അല്ലയോ എന്ന് നോക്കാൻ ഒരു മാർഗവുമില്ല. എന്നാൽ ഞങ്ങളുടെ യഥാർത്ഥ ഡാറ്റ സ്ഥിരതയുള്ളതാണെങ്കിൽ, ഒരു മികച്ച ആശയം ലഭിക്കുന്നതിന് ഞങ്ങൾക്ക് എക്സ്ട്രാപോളേഷൻ ഉപയോഗിക്കാം.
