seychellesartprojects.org

اكسل الاستيفاء الخطي

يعني الاستيفاء الخطي في Excel التنبؤ أو التخمين للقيمة التالية القادمة لأي متغير معين معطى في البيانات الحالية ، وهنا نقوم بإنشاء خط مستقيم يربط بين قيمتين ونقدر القيمة المستقبلية من خلاله ، في Excel نستخدم وظيفة التنبؤ والبحث وظيفة للقيام باستيفاء خطي.

الاستيفاء هو أداة رياضية أو إحصائية تُستخدم للتنبؤ بالقيم بين نقطتين على منحنى أو خط. لا تُستخدم هذه الأداة في الإحصاء فحسب ، بل تُستخدم أيضًا في العديد من المجالات الأخرى مثل الأعمال والعلوم وما إلى ذلك حيثما توجد فرصة للتنبؤ بالقيم بين نقطتي بيانات.

كيف يتم الاستيفاء الخطي في Excel؟

يمكنك تنزيل نموذج الاستيفاء الخطي هذا من هنا - قالب Excel الاستيفاء الخطي

مثال 1

إجراء الاستيفاء لمعرفة درجة حرارة الطقس خلال المناطق الزمنية المختلفة

أولاً ، قم بإنزال أرقام درجة حرارة منطقة بنغالور لكل ساعة وستكون البيانات على النحو التالي: -

تظهر البيانات أننا حصلنا على تفاصيل درجة حرارة منطقة بنغالور لبعض التاريخ. العمود في الوقت المحدد لدينا المناطق الزمنية لعمود اليوم والساعة بالكامل الذي ذكرناه أن رقم الساعات من بداية اليوم مثل 12:00 صباحًا سيكون 0 ساعة ، 1:00 صباحًا سيكون 1 ساعة ، وهكذا تشغيل.

سنقوم الآن بإجراء استيفاء للبيانات من أجل سحب قيمة درجة الحرارة للمنطقة الزمنية المطلوبة والتي قد تكون في أي وقت وليس فقط الساعة بالضبط.

من أجل إجراء الاستيفاء ، يتعين علينا استخدام بعض الصيغ في Excel مثل FORECAST و OFFSET و MATCH. دعونا نرى بإيجاز هذه الصيغ قبل أن نمضي قدمًا.

FORECAST () - تقوم وظيفة التفوق في التوقعات هذه بحساب القيمة المستقبلية أو توقعها بناءً على القيم الموجودة جنبًا إلى جنب مع الاتجاه الخطي.

• X - هذه هي القيمة التي نريد التنبؤ بها.
• Known_ys - هذه هي القيم التابعة من البيانات والحقل الإلزامي المراد تعبئته
• Known_xs - هذه هي القيم المستقلة من البيانات والحقل الإلزامي المراد تعبئته.

MATCH () - ستعيد وظيفة Match excel هذه الموضع النسبي لقيمة البحث في صف أو عمود أو جدول يطابق القيمة المحددة بترتيب محدد.

• Lookup_value - هذه هي القيمة التي يجب مطابقتها من lookup_array
• Lookup_array - هذا هو نطاق البحث

[match_type] - يمكن أن تكون 1،0، -1. سيكون الافتراضي 1. بالنسبة إلى 1 - سيجد المطابقة أكبر قيمة أقل من أو تساوي قيمة look_up ويجب أن تكون القيمة بترتيب تصاعدي. بالنسبة إلى 0 - يعثر Match على القيمة الأولى التي تساوي تمامًا lookup_value ولا داعي للفرز. بالنسبة إلى -1 - سيجد المطابقة أصغر قيمة أكبر من أو تساوي قيمة look_up ويجب فرزها بترتيب تنازلي.

OFFSET () - ستعيد وظيفة الأوفست هذه خلية أو نطاقًا من الخلايا يتم تحديده بعدد الصفوف والأعمدة. ستعتمد الخلية أو نطاق الخلايا على الارتفاع والعرض في الصفوف والأعمدة التي نحددها.

• المرجع - هذه هي نقطة البداية من حيث سيتم عد الصفوف والأعمدة.
• الصفوف - عدد الصفوف المطلوب إزاحتها أسفل خلية مرجع البداية.
• الأعمدة - عدد الأعمدة المطلوب إزاحتها مباشرةً من خلية مرجع البداية.
• [الارتفاع] - الارتفاع في الصفوف من المرجع الذي تم إرجاعه. هذا اختياري.
• [العرض] - العرض في الأعمدة من المرجع الذي تم إرجاعه. هذا اختياري.

كما رأينا الصيغ باختصار التي سنستخدمها لإجراء الاستيفاء. الآن دعونا نجري الاستيفاء على النحو التالي:

اكتب الصيغة في خلية نحتاجها لمعرفة درجة حرارة المنطقة الزمنية المختلفة. يخبرنا هذا أنه يتعين علينا تحديد الخلية التي يجب توقعها ويتم استخدام وظيفة الإزاحة والمطابقة لتحديد known_ys و known_xs.

FORECAST ($ F $ 5 - حدد الخلية التي تحتوي على المنطقة الزمنية المطلوب توقعها.

OFFSET ($ C $ 3: $ C $ 26 ، MATCH ($ F $ 5 ، $ B $ 3: $ B $ 26،1) -1،0،2) - يُستخدم هذا لتحديد known_ys كمرجع يتم أخذ عمود مؤقت لأن هذه هي القيم التابعة. تُستخدم وظيفة المطابقة لإنشاء موضع القيمة التي نحتاجها للتنبؤ بعدد الصفوف وحسابها. يجب أن تكون الأعمدة 0 لأننا نريد القيمة التابعة في نفس العمود الذي تم تحديده والارتفاع 2 لأننا نحتاج إلى إجراء التنبؤ بناءً على القيمتين الأخيرتين.

OFFSET ($ B $ 3: B $ 26، MATCH ($ F $ 5، $ B $ 3: $ B $ 26،1) -1،0،2) - يُستخدم هذا لتحديد known_xs كمرجع مأخوذ من عمود الساعة لأن هذه هي قيم مستقلة والباقي هو نفسه كما فعلنا لعدد الصفوف.

الآن أعطِ بعض المنطقة الزمنية في الخلية التي فكرنا في التنبؤ بها. هنا القيمة التي تم إدخالها هي 19.5 وهي 7:30 مساءً وسوف نحصل على درجة حرارة 30 والتي يتم توقعها من قيم درجة الحرارة التي يتم تحديدها على أساس كل ساعة.

وبالمثل ، يمكننا أن نرى أرقامًا مؤقتة لمنطقة زمنية مختلفة من هذه الصيغة.

المثال رقم 2

إجراء الاستيفاء الخطي لمعرفة مبيعات المؤسسة في 2018

لنفترض أننا حصلنا على تفاصيل المبيعات لإحدى المؤسسات في عام 2018 على النحو التالي. لدينا بيانات من حيث الأيام ومبيعاتها بشكل تراكمي. لقد حصلنا على مبيعات 7844 وحدة في أول 15 يومًا من العام ، و 16094 وحدة في 50 يومًا من السنة ، وما إلى ذلك.

يمكننا استخدام نفس الصيغة التي استخدمناها في الاستيفاء للتنبؤ بقيمة المبيعات لأيام مختلفة والتي لم يتم ذكرها في البيانات التي نضعها في الاعتبار. هنا تكون المبيعات في خط مستقيم (خطي) كما أخذناها بشكل تراكمي.

إذا أردنا أن نرى عدد المبيعات التي حققناها في 215 يومًا ، فيمكننا الحصول على العدد المتوقع للمبيعات لمدة 215 يومًا على النحو التالي من خلال النظر في بيانات المبيعات المقدمة.

وبالمثل ، يمكننا معرفة عدد المبيعات في تلك السنة من خلال التنبؤ بين النقاط المعطاة.

أشياء للذكرى

• إنها الطريقة الأقل دقة ولكنها سريعة ودقيقة إذا كانت قيم الجدول متقاربة.
• يمكن استخدام هذا أيضًا في تقدير قيم نقطة البيانات الجغرافية ، وهطول الأمطار ، ومستويات الضوضاء ، إلخ.
• إنه سهل الاستخدام للغاية وليس دقيقًا جدًا للوظائف غير الخطية.
• بصرف النظر عن الاستيفاء الخطي في Excel ، لدينا أيضًا أنواع مختلفة من الأساليب مثل الاستيفاء متعدد الحدود ، الاستيفاء المفتاحي ، إلخ.