Excel Lineær interpolation
Lineær interpolation i excel betyder at forudsige eller gætte den kommende næste værdi af en bestemt variabel, der er givet på de aktuelle data, her opretter vi en lige linje, der forbinder to værdier, og vi estimerer den fremtidige værdi gennem den, i excel bruger vi prognosefunktion og et opslag funktion til at udføre en lineær interpolation.
Interpolation er et matematisk eller statistisk værktøj, der bruges til at forudsige værdierne mellem 2 punkter på en kurve eller linje. Dette værktøj bruges ikke kun i statistik, men bruges også i mange andre områder som forretning, videnskab osv. Hvor som helst der er mulighed for at forudsige værdier mellem to datapunkter.
Hvordan laver man lineær interpolation i Excel?
Eksempel nr. 1
Udfører interpolation for at kende temperaturen på vejret i forskellige tidszoner
Først skal du fjerne temperaturtalene i Bangalore-regionen for hver time, og dataene vil være som følger: -
Dataene viser, at vi har fået temperaturoplysningerne i Bangalore-regionen i en eller anden dato. On-time kolonnen, vi har tidszoner for hele dagen og timekolonnen, vi nævnte timernes nummer fra starten af dagen som kl. 00:00 ville være 0 timer, kl. 01:00 ville være 1 time, og så på.
Nu skal vi udføre interpolation for dataene for at trække temperaturværdien ud for den krævede tidszone, hvilket kan være når som helst, ikke kun den nøjagtige time.
For at udføre interpolering er vi nødt til at bruge et par formler i Excel som FORECAST, OFFSET, MATCH. Lad os kort se på disse formler, inden vi går videre.
FORECAST () - Denne prognose excel-funktion beregner eller forudsiger den fremtidige værdi baseret på eksisterende værdier sammen med en lineær tendens.
- X - Dette er den værdi, som vi vil forudsige.
- Known_ys - Dette er de afhængige værdier fra dataene og et obligatorisk felt, der skal udfyldes
- Known_xs - Dette er de uafhængige værdier fra dataene og et obligatorisk felt, der skal udfyldes.
MATCH () - Denne match excel-funktion returnerer den relative position for en opslagsværdi i en række, kolonne eller tabel, der matcher den angivne værdi i en specificeret rækkefølge.
- Lookup_value - Dette er den værdi, der skal matches fra lookup_array
- Lookup_array - Dette er området for søgning
(match_type) - Dette kan være 1,0, -1. Standard er 1. For 1 - Match finder den største værdi, der er mindre end eller lig med opslagsværdien, og værdien skal være i stigende rækkefølge. For 0 - Match finder den første værdi nøjagtigt lig med opslagsværdi og behøver ikke at blive sorteret. For -1 - Match finder den mindste værdi, der er større end eller lig med opslagsværdien, og den skal sorteres i faldende rækkefølge.
OFFSET () - Denne Offset-funktion returnerer en celle eller et celleområde, der er angivet antal rækker og kolonner. Cellen eller celleområdet afhænger af højden og bredden i rækker og kolonner, vi angiver.
- Reference - Dette er startpunktet, hvorfra antallet af rækker og kolonner udføres.
- Rækker - Antal rækker, der skal forskydes under startreferencecellen.
- Kolonner - Antal kolonner, der skal forskydes lige fra startreferencecellen.
- (højde) - Højden i rækker fra den returnerede reference. Dette er valgfrit.
- (bredde) - Bredden i kolonner fra den returnerede reference. Dette er valgfrit.
Som vi har set de formler i korte træk, som vi skal bruge til at udføre interpolationen. Lad os nu udføre interpolationen som følger:
Skriv formlen i en celle, som vi har brug for for at se temperaturen for en anden tidszone. Dette fortæller, at vi er nødt til at vælge den celle, der skal forudsiges, og offset & match-funktionen bruges til at vælge kendt_ys og kendt_xs.
FORECAST ($ F $ 5 - Vælg den celle, der har den tidszone, der skal forudsiges.
OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Dette bruges til at vælge kendte_ys som en reference er taget temp kolonne, fordi disse er de afhængige værdier. Matchfunktionen bruges til at generere placeringen af den værdi, som vi har brug for til at forudsige og beregne antallet af rækker. Kolonner skal være 0, fordi vi vil have den afhængige værdi på den samme kolonne, som er valgt, og højden er 2, da vi har brug for at udføre prognosen baseret på de sidste 2 værdier.
OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Dette bruges til at vælge de kendte_xs som en reference er taget timekolonne, fordi disse er uafhængige værdier, og hvile er det samme som vi havde gjort for rækkeoptælling.
Giv nu en tidszone i cellen, som vi havde overvejet at forudsige. Her er den indtastede værdi 19,5, som er kl. 19:30, og vi får temperaturen 30, der forudsiges ud fra temperaturværdierne, der er givet hver time.
På samme måde kan vi se tempetal for forskellige tidszoner fra denne formel.
Eksempel 2
Udfører lineær interpolation for at kende salg af en organisation i 2018
Lad os antage, at vi har salgsoplysningerne for en organisation i 2018 som nedenfor. Vi har data med hensyn til dage og deres salg kumulativt. Vi fik et salg på 7844 enheder de første 15 dage af året, 16094 enheder på 50 dage af året osv.
Vi kan bruge den samme formel, som vi brugte i interpolation til at forudsige salgsværdien for forskellige dage, som ikke blev nævnt i de data, vi overvejer. Her er salget i en lige linje (lineær), som vi havde taget kumulativt.
Hvis vi vil se antallet af salg, som vi havde opnået i 215 dage, kan vi få det forventede antal salg i 215 dage som nedenfor ved at overveje de givne salgsdata.
På samme måde kan vi finde ud af antallet af salg i det år ved at forudsige mellem de point, der er givet.
Ting at huske
- Det er den mindst nøjagtige metode, men den er hurtig og nøjagtig, hvis tabelværdierne er tæt placeret.
- Dette kan også bruges til at estimere værdier for et geografisk datapunkt, nedbør, støjniveauer osv.
- Det er meget let at bruge og ikke særlig nøjagtigt til ikke-lineære funktioner.
- Bortset fra Excel Lineær interpolation har vi også forskellige typer metoder som Polynomial Interpolation, Spline Interpolation osv.
