LINEST函數(shù):財(cái)務(wù)預(yù)測(cè)旦委、審計(jì)評(píng)估必會(huì)匠楚!

函數(shù)公式職場(chǎng)模板摊沉、財(cái)務(wù)應(yīng)用狐史、分析圖表練習(xí)題说墨、軟件工具骏全、表格合并Office 365尼斧、Power Query姜贡、表格美化符號(hào)作用棺棵、條件格式楼咳、學(xué)會(huì)騙一本不正經(jīng)律秃、避坑指南爬橡、數(shù)據(jù)整理篩選技巧棒动、偷懶寶典

??專題文章??

????最新文章??

· ?正 ?· ?文 ?· ?來 ?· ?啦 ?·

財(cái)務(wù)預(yù)測(cè) ? 2020年3月怜浅,本公眾號(hào)(Excel偷懶的技術(shù))寫了一篇介紹如何使用折線圖的趨勢(shì)線來做預(yù)測(cè)疫情的發(fā)展: 后來搀暑,在此文基礎(chǔ)上,進(jìn)一步拓展跨琳,介紹如何使用TREND函數(shù)自点,根據(jù)已知數(shù)據(jù),來預(yù)測(cè)脉让、評(píng)估: 從這篇文章我們知道功炮,利用TREND函數(shù),只能得到未來數(shù)據(jù)的預(yù)測(cè)值(結(jié)果)术唬,但是薪伏,不知道這些結(jié)果是根據(jù)什么方程式計(jì)算得來的。 要想知道計(jì)算未來值的方程式(線性回歸方程)碴开,就要用到LINEST函數(shù)毅该。 本文就來介紹LINEST函數(shù)。 一潦牛、統(tǒng)計(jì)知識(shí) 佛曰:“一切諸果,皆從因起挡育,一切諸報(bào)巴碗,皆從業(yè)起〖春”事出必有因橡淆,有果必有因。從統(tǒng)計(jì)學(xué)上來講母赵,有自變量逸爵,有因變量。問題的關(guān)鍵是:自變量凹嘲、因變量的關(guān)系如何师倔,相關(guān)性有多大。用什么來度量周蹭? 比如:差旅費(fèi)趋艘、招待費(fèi)肯定與銷售規(guī)模有一定關(guān)系;我們的工資與所在的行業(yè)凶朗、城市瓷胧、學(xué)歷、工作年限有一定的關(guān)系棚愤。我們需要知道的是他們的關(guān)系到底有多大搓萧。 能不能根據(jù)已有的數(shù)據(jù),來發(fā)現(xiàn)其因果關(guān)系宛畦,并用一個(gè)公式來描述瘸洛。 比如,某商品的銷售量與當(dāng)?shù)厝丝跀?shù)量存在一定的比例關(guān)系刃永,我們就可利用已有歷史數(shù)據(jù)繪制散點(diǎn)圖货矮。如果能找到一個(gè)線條,剛好穿過所有的點(diǎn)斯够。那么生成該線條的公式囚玫,就能完美地描述銷量和人口的因果關(guān)系喧锦。
但是,這在現(xiàn)實(shí)生活中是幾乎不可能抓督,樣本數(shù)量越多燃少,越不可能讓線條穿過所有的點(diǎn)。只能找最接近的線铃在。怎么才算最接近的線條阵具??那就是: 所有觀測(cè)點(diǎn)到直線的距離和最小,也就是“誤差的平方和最小”定铜。 生成這條最接近的線條的公式阳液,就是線性回歸方程式。 在Excel中揣炕,線性回歸方程的系數(shù)可以用LINEST函數(shù)來計(jì)算帘皿,不管是多元線性回歸還是多項(xiàng)式回歸,都可用LINEST函數(shù)來計(jì)算畸陡。 二鹰溜、LINEST函數(shù) 語法: =LINEST?(已知因變量數(shù)組,已知自變量數(shù)組丁恭,[const], [stats]) 第三參數(shù)[const]:指定是否將常量 b 強(qiáng)制設(shè)為 0曹动,? 第四參數(shù)[stats]:是否返回附加回歸統(tǒng)計(jì)值 LINEST函數(shù)使用數(shù)組公式輸入(Excel?2019之前的版本請(qǐng)按Ctrl+Shift+Enter完成輸入),計(jì)算的結(jié)果也是數(shù)值數(shù)組牲览。 生成的結(jié)果如下:
提醒: 最常用的就是第一行墓陈,以及第三行的R平方。 如果第四參數(shù)為0(FALSE)竭恬,則返回的結(jié)果只有第一行 下面我們來看具體運(yùn)用跛蛋。 案例1:一元線性回歸 B2:C5為人口和銷售量數(shù)據(jù),根據(jù)此數(shù)據(jù)痊硕,可以用LINEST函數(shù)計(jì)算一元回歸方程的各個(gè)系數(shù) =LINEST(B2:B5,C2:C5,1,1)

如果將第四參數(shù)設(shè)為0赊级,
=LINEST(B2:B5,C2:C5,1,0)
公式結(jié)果如下:

案例2:多元線性回歸 用于多元線性回歸預(yù)測(cè) A15單元格的公式為:
=LINEST(E2:E12,A2:D12,TRUE,TRUE)

提醒:

請(qǐng)注意計(jì)算結(jié)果中m?、m?……mn與X?岔绸、X?……的對(duì)應(yīng)關(guān)系理逊。

所以,如果根據(jù)計(jì)算出的A15:D15的系數(shù)盒揉,手動(dòng)計(jì)算評(píng)估A23:D23數(shù)據(jù)所對(duì)應(yīng)的價(jià)值晋被,其公式為:

=D15*A23+C15*B23+B15*C23+A15*D23+E15

其結(jié)果?與TREND計(jì)算的結(jié)果完全一樣:

=TREND(E2:E12,A2:D12,A23:D23)

案例3:多項(xiàng)式回歸預(yù)測(cè)

LINEST函數(shù)還可用于多項(xiàng)式回歸預(yù)測(cè)。

我們來看一下鰱魚體長(zhǎng)與每千克尾數(shù)的關(guān)系刚盈,第一張圖是一元線性回歸羡洛。

可用公式

=LINEST(D5:D35,C5:C35)

求出其系數(shù)。

可以看出藕漱,其趨勢(shì)線與數(shù)據(jù)的擬合度并不好欲侮,R平方值為0.8996崭闲。

我們將趨勢(shì)線改為多項(xiàng)式,階數(shù)為2

趨勢(shì)線公式為:

y = 2.2836x2 - 71.701x + 590.68

趨勢(shì)線與大多數(shù)點(diǎn)基本上重合了威蕉,擬合度很高刁俭。

接下來,在B列添加一列數(shù)據(jù)韧涨,數(shù)據(jù)等于C列值的平方牍戚。

然后再用LINEST函數(shù)對(duì)B列C列和D列進(jìn)行計(jì)算

=LINEST(D5:D35,B5:C35,1,1)

得到的系數(shù)與多項(xiàng)式圖表的公式中的系數(shù)完全相符。

這說明虑粥,LINEST函數(shù)不但可以用于多元線性預(yù)測(cè)如孝,還可用于多項(xiàng)式預(yù)測(cè)

如果每次都要去添加輔助列來構(gòu)造計(jì)算舀奶,就比較麻煩暑竟。能否不添加輔助列?

我們可以使用下面的數(shù)組公式:

=LINEST(D5:D35,C5:C35^{1,2,3},1,1)

解釋:

^表示幾次方育勺,

{1,2罗岖,3}是常量數(shù)組涧至,相關(guān)知識(shí)請(qǐng)閱讀:

大括號(hào),用處大桑包,{1,0} {1;0}中間分號(hào)逗號(hào)是干啥南蓬?

由于生成的結(jié)果是一個(gè)矩形區(qū)域,所以我們可以使用INDEX函數(shù)來引用各個(gè)系數(shù)哑了,然后右拉填充:

=INDEX($G$35:$J$39,1,COLUMN(A1))

多項(xiàng)式各系數(shù)的完整公式為:

=INDEX(LINEST($D$5:$D$35,$C$5:$C$35^{1,2,3},1,1),1,COLUMN(A1))

歡迎加入Excel偷懶的技術(shù)讀者微信群赘方,學(xué)習(xí)更多Excel技巧。

偷懶小助手拉你入群弱左,微信號(hào)toulanxzs


Excel偷懶的技術(shù)微信公眾號(hào)的OFFICE圖書:

本文使用 文章同步助手 同步

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末窄陡,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子拆火,更是在濱河造成了極大的恐慌跳夭,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,639評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件们镜,死亡現(xiàn)場(chǎng)離奇詭異币叹,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)模狭,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,277評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門颈抚,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人嚼鹉,你說我怎么就攤上這事贩汉∏唬” “怎么了?”我有些...
    開封第一講書人閱讀 157,221評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵雾鬼,是天一觀的道長(zhǎng)萌朱。 經(jīng)常有香客問我,道長(zhǎng)策菜,這世上最難降的妖魔是什么晶疼? 我笑而不...
    開封第一講書人閱讀 56,474評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮又憨,結(jié)果婚禮上翠霍,老公的妹妹穿的比我還像新娘。我一直安慰自己蠢莺,他們只是感情好寒匙,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,570評(píng)論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著躏将,像睡著了一般锄弱。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上祸憋,一...
    開封第一講書人閱讀 49,816評(píng)論 1 290
  • 那天会宪,我揣著相機(jī)與錄音,去河邊找鬼蚯窥。 笑死掸鹅,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的拦赠。 我是一名探鬼主播巍沙,決...
    沈念sama閱讀 38,957評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼荷鼠!你這毒婦竟也來了句携?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,718評(píng)論 0 266
  • 序言:老撾萬榮一對(duì)情侶失蹤颊咬,失蹤者是張志新(化名)和其女友劉穎务甥,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體喳篇,經(jīng)...
    沈念sama閱讀 44,176評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡敞临,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,511評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了麸澜。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片挺尿。...
    茶點(diǎn)故事閱讀 38,646評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出编矾,到底是詐尸還是另有隱情熟史,我是刑警寧澤,帶...
    沈念sama閱讀 34,322評(píng)論 4 330
  • 正文 年R本政府宣布窄俏,位于F島的核電站蹂匹,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏凹蜈。R本人自食惡果不足惜限寞,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,934評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望仰坦。 院中可真熱鬧履植,春花似錦、人聲如沸悄晃。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,755評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽妈橄。三九已至庶近,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間眷蚓,已是汗流浹背拦盹。 一陣腳步聲響...
    開封第一講書人閱讀 31,987評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留溪椎,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,358評(píng)論 2 360
  • 正文 我出身青樓恬口,卻偏偏與公主長(zhǎng)得像校读,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子祖能,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,514評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容