ഫോർമുല ഉദാഹരണങ്ങളുള്ള എക്സൽ ഫോർകാസ്റ്റും അനുബന്ധ ഫംഗ്ഷനുകളും

  • ഇത് പങ്കുവയ്ക്കുക
Michael Brown

എക്‌സൽ ഫോർമുല ഉദാഹരണങ്ങൾക്കൊപ്പം എക്‌സൽ ഫോർകാസ്റ്റും മറ്റ് അനുബന്ധ ഫംഗ്‌ഷനുകളും എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ട്യൂട്ടോറിയൽ വിശദീകരിക്കുന്നു.

Microsoft Excel-ൽ, ലീനിയർ, എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് പ്രവചനങ്ങൾ സൃഷ്‌ടിക്കാൻ നിങ്ങളെ സഹായിക്കുന്ന നിരവധി ഫംഗ്ഷനുകൾ ഉണ്ട്. വിൽപ്പന, ബജറ്റ്, പണമൊഴുക്ക്, സ്റ്റോക്ക് വിലകൾ തുടങ്ങിയ ചരിത്രപരമായ ഡാറ്റയിൽ.

ഈ ട്യൂട്ടോറിയലിന്റെ പ്രധാന ഫോക്കസ് രണ്ട് പ്രധാന പ്രവചന പ്രവർത്തനങ്ങളിലായിരിക്കും, എന്നാൽ മറ്റ് ഫംഗ്ഷനുകളെക്കുറിച്ചും ഞങ്ങൾ ഹ്രസ്വമായി സ്പർശിക്കും അവയുടെ ഉദ്ദേശ്യവും അടിസ്ഥാന ഉപയോഗങ്ങളും മനസ്സിലാക്കാൻ നിങ്ങളെ സഹായിക്കുന്നതിന്.

    Excel പ്രവചന പ്രവർത്തനങ്ങൾ

    Excel-ന്റെ സമീപകാല പതിപ്പുകളിൽ, ആറ് വ്യത്യസ്ത പ്രവചന പ്രവർത്തനങ്ങൾ നിലവിലുണ്ട്.

    രണ്ട് ഫംഗ്ഷനുകൾ ലീനിയർ പ്രവചനങ്ങൾ ചെയ്യുന്നു:

    • ഫോർകാസ്റ്റ് - ലീനിയർ റിഗ്രഷൻ ഉപയോഗിച്ച് ഭാവി മൂല്യങ്ങൾ പ്രവചിക്കുന്നു; Excel 2013-ഉം അതിനുമുമ്പും ഉള്ള ബാക്ക്വേർഡ് കോംപാറ്റിബിളിറ്റിക്കുള്ള ഒരു ലെഗസി ഫംഗ്‌ഷൻ.
    • LINEAR - FORECAST ഫംഗ്‌ഷന് സമാനമാണ്; Excel 2016, Excel 2019 എന്നിവയിലെ പ്രവചന ഫംഗ്‌ഷനുകളുടെ പുതിയ സ്യൂട്ടിന്റെ ഭാഗം.

    നാല് ETS ഫംഗ്‌ഷനുകൾ എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് പ്രവചനങ്ങൾക്കായി ഉദ്ദേശിച്ചിട്ടുള്ളതാണ്. ഈ ഫംഗ്‌ഷനുകൾ Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്കായി Excel-ൽ മാത്രമേ ലഭ്യമാകൂ.

    • ETS - എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് അൽഗോരിതം അടിസ്ഥാനമാക്കി ഭാവി മൂല്യങ്ങൾ പ്രവചിക്കുന്നു.
    • ETS.CONFINT - കണക്കാക്കുന്നു ആത്മവിശ്വാസ ഇടവേള.
    • ETS.SEASONALITY - സീസണൽ അല്ലെങ്കിൽ മറ്റ് ആവർത്തന പാറ്റേണിന്റെ ദൈർഘ്യം കണക്കാക്കുന്നു.
    • ETS.STAT - റിട്ടേൺസ്FORECAST.ETS, കാരണം രണ്ട് ഫംഗ്‌ഷനുകളും ഒരേ അൽ‌ഗോരിതം ഉപയോഗിച്ച് കാലാനുസൃതത കണ്ടെത്തുന്നു.

      ഈ ഫംഗ്‌ഷൻ Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്കായി Excel-ൽ ലഭ്യമാണ്.

      FORECAST.ETS-ന്റെ വാക്യഘടന. സീസണാലിറ്റി ഇപ്രകാരമാണ്:

      FORECAST.ETS.SEASONALITY(മൂല്യങ്ങൾ, ടൈംലൈൻ, [ഡാറ്റ_പൂർത്തിയാക്കൽ], [സമാഹരണം])

      ഞങ്ങളുടെ ഡാറ്റാ സെറ്റിന്, ഫോർമുല ഇനിപ്പറയുന്ന ആകൃതി എടുക്കുന്നു:

      =FORECAST.ETS.SEASONALITY(B2:B22, A2:A22)

      ഞങ്ങളുടെ ചരിത്രപരമായ ഡാറ്റയുടെ പ്രതിവാര പാറ്റേണുമായി പൂർണ്ണമായും യോജിക്കുന്ന സീസണാലിറ്റി 7 നൽകുന്നു:

      Excel FORECAST.ETS.STAT ഫംഗ്‌ഷൻ

      FORECAST.ETS.STAT ഫംഗ്‌ഷൻ ഒരു സമയ ശ്രേണി എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് പ്രവചനവുമായി ബന്ധപ്പെട്ട ഒരു നിർദ്ദിഷ്‌ട സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യം നൽകുന്നു.

      മറ്റ് ETS ഫംഗ്‌ഷനുകൾ പോലെ, ഇത് Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്ക് Excel-ൽ ലഭ്യമാണ്.

      ഫംഗ്‌ഷന് ഇനിപ്പറയുന്ന വാക്യഘടനയുണ്ട്:

      FORECAST.ETS.STAT(മൂല്യങ്ങൾ, ടൈംലൈൻ, സ്ഥിതിവിവരക്കണക്ക്_തരം, [സീസണാലിറ്റി], [data_completion], [അഗ്രിഗേഷൻ])

      statistic_type ഏത് സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യം നൽകണമെന്ന് ആർഗ്യുമെന്റ് സൂചിപ്പിക്കുന്നു:

      1. ആൽഫ (അടിസ്ഥാന മൂല്യം) - ഡാറ്റ പോയിന്റുകളുടെ വെയ്റ്റിംഗ് നിയന്ത്രിക്കുന്ന 0 നും 1 നും ഇടയിലുള്ള സുഗമമായ മൂല്യം. ഉയർന്ന മൂല്യം, സമീപകാല ഡാറ്റയ്ക്ക് കൂടുതൽ ഭാരം നൽകുന്നു.
      2. ബീറ്റ (ട്രെൻഡ് മൂല്യം) - ട്രെൻഡ് കണക്കുകൂട്ടൽ നിർണ്ണയിക്കുന്ന 0-നും 1-നും ഇടയിലുള്ള മൂല്യം. ഉയർന്ന മൂല്യം, സമീപകാല ട്രെൻഡുകൾക്ക് കൂടുതൽ ഭാരം നൽകുന്നു.
      3. ഗാമ (സീസണാലിറ്റി മൂല്യം) - മൂല്യംETS പ്രവചനത്തിന്റെ സീസണാലിറ്റി നിയന്ത്രിക്കുന്ന 0-നും 1-നും ഇടയിൽ. ഉയർന്ന മൂല്യം, സമീപകാല സീസണൽ കാലയളവിന് കൂടുതൽ ഭാരം നൽകുന്നു.
      4. MASE (അർഥം സമ്പൂർണ്ണ സ്കെയിൽ ചെയ്ത പിശക്) - പ്രവചന കൃത്യതയുടെ അളവ്.
      5. SMAPE (സമമിതി ശരാശരി കേവല ശതമാനം പിശക്) - ശതമാനമോ ആപേക്ഷിക പിശകുകളോ അടിസ്ഥാനമാക്കിയുള്ള കൃത്യതയുടെ അളവ്.
      6. MAE (അർഥം സമ്പൂർണ്ണ പിശക്) - ശരാശരി മാഗ്നിറ്റ്യൂഡ് അളക്കുന്നു പ്രവചന പിശകുകൾ, അവയുടെ ദിശ പരിഗണിക്കാതെ തന്നെ.
      7. RMSE (റൂട്ട് മീഡിയൻ സ്ക്വയർ പിശക്) - പ്രവചിച്ചതും നിരീക്ഷിച്ചതുമായ മൂല്യങ്ങൾ തമ്മിലുള്ള വ്യത്യാസത്തിന്റെ അളവ്.
      8. ഘട്ടം വലിപ്പം കണ്ടെത്തി - ടൈംലൈനിൽ കണ്ടെത്തിയ സ്റ്റെപ്പ് വലുപ്പം.

      ഉദാഹരണത്തിന്, ഞങ്ങളുടെ സാമ്പിൾ ഡാറ്റ സെറ്റിനായി ആൽഫ പാരാമീറ്റർ തിരികെ നൽകാൻ, ഞങ്ങൾ ഈ ഫോർമുല ഉപയോഗിക്കുന്നു:

      =FORECAST.ETS.STAT(B2:B22, A2:A22, 1)

      ചുവടെയുള്ള സ്ക്രീൻഷോട്ട് മറ്റ് സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യങ്ങൾക്കായുള്ള ഫോർമുലകൾ കാണിക്കുന്നു:

      അങ്ങനെയാണ് നിങ്ങൾ Excel-ൽ ടൈം സീരീസ് പ്രവചനം നടത്തുന്നത്. ഈ ട്യൂട്ടോറിയലിൽ ചർച്ച ചെയ്ത എല്ലാ ഫോർമുലകളും അന്വേഷിക്കുന്നതിന്, ഞങ്ങളുടെ Excel പ്രവചന സാമ്പിൾ വർക്ക്ബുക്ക് ഡൗൺലോഡ് ചെയ്യാൻ നിങ്ങൾക്ക് സ്വാഗതം. വായിച്ചതിന് നന്ദി, അടുത്ത ആഴ്‌ച നിങ്ങളെ ഞങ്ങളുടെ ബ്ലോഗിൽ കാണുമെന്ന് പ്രതീക്ഷിക്കുന്നു!

      സമയ ശ്രേണി പ്രവചനത്തിനായുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ മൂല്യങ്ങൾ.

    Excel FORECAST ഫംഗ്‌ഷൻ

    Excel-ലെ FORECAST ഫംഗ്‌ഷൻ ലീനിയർ റിഗ്രഷൻ ഉപയോഗിച്ച് ഭാവി മൂല്യം പ്രവചിക്കാൻ ഉപയോഗിക്കുന്നു. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, ചരിത്രപരമായ ഡാറ്റയെ അടിസ്ഥാനമാക്കി ഏറ്റവും അനുയോജ്യമായ ഒരു ലൈനിലൂടെ FORECAST ഭാവി മൂല്യം പ്രൊജക്റ്റ് ചെയ്യുന്നു.

    FORECAST ഫംഗ്‌ഷന്റെ വാക്യഘടന ഇപ്രകാരമാണ്:

    FORECAST(x, known_y's, known_x's)

    എവിടെ:

    • X (ആവശ്യമാണ്) - നിങ്ങൾ ഒരു പുതിയ y-മൂല്യം പ്രവചിക്കാൻ ആഗ്രഹിക്കുന്ന ഒരു സംഖ്യാ x-മൂല്യം.
    • Known_y's (ആവശ്യമാണ്) - അറിയപ്പെടുന്ന ആശ്രിത y-മൂല്യങ്ങളുടെ ഒരു നിര.
    • Known_x's (ആവശ്യമാണ്) - അറിയപ്പെടുന്ന സ്വതന്ത്ര x-മൂല്യങ്ങളുടെ ഒരു നിര.

    Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP, Excel 2000 എന്നിവയ്ക്കായുള്ള Excel-ന്റെ എല്ലാ പതിപ്പുകളിലും FORECAST ഫംഗ്ഷൻ പ്രവർത്തിക്കുന്നു.

    ശ്രദ്ധിക്കുക. Excel 2016-ലും 2019-ലും, ഈ ഫംഗ്‌ഷൻ FORECAST.LINEAR ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിച്ചു, പക്ഷേ പിന്നാക്ക അനുയോജ്യതയ്‌ക്കായി ഇപ്പോഴും ലഭ്യമാണ്.

    Excel FORECAST.LINEAR ഫംഗ്‌ഷൻ

    FORECAST.LINEAR ഫംഗ്‌ഷൻ ആധുനിക പ്രതിരൂപമാണ് FORECAST ഫംഗ്‌ഷന്റെ. ഇതിന് ഒരേ ഉദ്ദേശവും വാക്യഘടനയും ഉണ്ട്:

    FORECAST.LINEAR(x, known_y's, known_x's)

    ഈ ഫംഗ്‌ഷൻ Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്കായി Excel-ൽ ലഭ്യമാണ്.

    എങ്ങനെ മുൻകരുതൽ കൂടാതെ FORECAST.LINEAR ഭാവി മൂല്യങ്ങൾ കണക്കാക്കുക

    രണ്ട് ഫംഗ്ഷനുകളും ലീനിയർ റിഗ്രഷൻ ഉപയോഗിച്ച് ഭാവിയിലെ y-മൂല്യം കണക്കാക്കുന്നുസമവാക്യം:

    y = a + bx

    a സ്ഥിരാങ്കം (ഇന്റർസെപ്റ്റ്) എവിടെയാണ്:

    ഒപ്പം ബി കോഫിഫിഷ്യന്റ് ( വരിയുടെ ചരിവ്) ഇതാണ്:

    x̄, ȳ എന്നിവയുടെ മൂല്യങ്ങൾ അറിയപ്പെടുന്ന x-മൂല്യങ്ങളുടെയും y-മൂല്യങ്ങളുടെയും മാതൃകാ മാർഗങ്ങളാണ് (ശരാശരി).

    Excel FORECAST ഫംഗ്‌ഷൻ പ്രവർത്തിക്കുന്നില്ല:

    നിങ്ങളുടെ FORECAST ഫോർമുല ഒരു പിശക് നൽകുന്നുവെങ്കിൽ, ഇത് മിക്കവാറും ഇനിപ്പറയുന്ന കാരണങ്ങളാലാവും:

    1. അറിയപ്പെടുന്ന_x-ന്റെയും അറിയപ്പെടുന്ന_y-യുടെയും ശ്രേണികൾ വ്യത്യസ്തമാണെങ്കിൽ നീളമോ ശൂന്യമോ, #N/A! പിശക് സംഭവിക്കുന്നു.
    2. x മൂല്യം സംഖ്യയല്ലെങ്കിൽ, ഫോർമുല #VALUE നൽകുന്നു! പിശക്.
    3. അറിയപ്പെടുന്ന_x ന്റെ വ്യത്യാസം പൂജ്യമാണെങ്കിൽ, #DIV/0! പിശക് സംഭവിക്കുന്നു.

    Excel-ൽ FORECAST ഫംഗ്‌ഷൻ എങ്ങനെ ഉപയോഗിക്കാം - ഫോർമുല ഉദാഹരണം

    ഇതിനകം സൂചിപ്പിച്ചതുപോലെ, Excel FORECAST, FORECAST.LINEAR ഫംഗ്‌ഷനുകൾ ലീനിയർ ട്രെൻഡ് പ്രവചനത്തിനായി ഉദ്ദേശിച്ചിട്ടുള്ളതാണ്. ലീനിയർ ഡാറ്റാസെറ്റുകൾക്കും നിസ്സാരമായ ഡാറ്റാ ഏറ്റക്കുറച്ചിലുകൾ അവഗണിച്ച് ഒരു പൊതു പ്രവണത പ്രവചിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്ന സാഹചര്യങ്ങളിലും അവ മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നു.

    ഉദാഹരണമായി, അടുത്ത 7 ദിവസത്തേക്ക് ഞങ്ങളുടെ വെബ്‌സൈറ്റ് ട്രാഫിക് പ്രവചിക്കാൻ ഞങ്ങൾ ശ്രമിക്കും മുമ്പത്തെ 3 ആഴ്‌ചയിലെ ഡാറ്റ.

    B2:B22-ലെ അറിയപ്പെടുന്ന y-മൂല്യങ്ങളും (സന്ദർശകരുടെ എണ്ണം) A2:A22-ലെ അറിയപ്പെടുന്ന x-മൂല്യങ്ങളും (തീയതികൾ) ഉപയോഗിച്ച്, പ്രവചന ഫോർമുല ഇപ്രകാരമാണ്.

    Excel 2019 - Excel 2000 :

    =FORECAST(A23, $B$2:$B$22, $A$2:$A$22)

    Excel 2016, Excel 2019 :

    =FORECAST.LINEAR(A23, $B$2:$B$22, $A$2:$A$22)

    A23 എന്നത് ഒരു പുതിയ x-മൂല്യം ആണ്, അതിനായി നിങ്ങൾ ഭാവി പ്രവചിക്കാൻ ആഗ്രഹിക്കുന്നുy-value.

    നിങ്ങളുടെ Excel പതിപ്പിനെ ആശ്രയിച്ച്, വരി 23-ലെ ഏതെങ്കിലും ശൂന്യമായ സെല്ലിൽ മുകളിലുള്ള ഫോർമുലകളിലൊന്ന് ചേർക്കുക, ആവശ്യമുള്ളത്ര സെല്ലുകളിലേക്ക് പകർത്തുക, നിങ്ങൾക്ക് ഈ ഫലം ലഭിക്കും:

    0>

    മറ്റ് സെല്ലുകളിലേക്ക് ഫോർമുല പകർത്തുമ്പോൾ അവ മാറുന്നത് തടയാൻ, കേവല സെൽ റഫറൻസുകൾ ($A$2:$A$2 പോലെ) ഉപയോഗിച്ച് ഞങ്ങൾ ശ്രേണികൾ ലോക്ക് ചെയ്യുന്നത് ശ്രദ്ധിക്കുക.

    ഒരു ഗ്രാഫിൽ പ്ലോട്ട് ചെയ്‌തിരിക്കുന്നു, ഞങ്ങളുടെ ലീനിയർ പ്രവചനം ഇതുപോലെ കാണപ്പെടുന്നു:

    അത്തരമൊരു ഗ്രാഫ് നിർമ്മിക്കുന്നതിനുള്ള വിശദമായ ഘട്ടങ്ങൾ ലീനിയർ റിഗ്രഷൻ ഫോർകാസ്റ്റിംഗ് ചാർട്ടിൽ വിവരിച്ചിരിക്കുന്നു.

    നിങ്ങളുടെ ചരിത്രപരമായ ഡാറ്റയിൽ നിരീക്ഷിച്ച ആവർത്തന പാറ്റേൺ അടിസ്ഥാനമാക്കി ഭാവി മൂല്യങ്ങൾ പ്രവചിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, Excel FORECAST ഫംഗ്‌ഷന് പകരം FORECAST.ETS ഉപയോഗിക്കുക. ഞങ്ങളുടെ ട്യൂട്ടോറിയലിന്റെ അടുത്ത വിഭാഗം ഇത് എങ്ങനെ ചെയ്യണമെന്ന് കാണിക്കുന്നു.

    Excel FORECAST.ETS ഫംഗ്‌ഷൻ

    FORRECAST.ETS ഫംഗ്‌ഷൻ എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് പ്രവചനങ്ങൾ ചെയ്യാൻ ഉപയോഗിക്കുന്നു നിലവിലുള്ള മൂല്യങ്ങളുടെ ഒരു ശ്രേണി.

    കൂടുതൽ കൃത്യമായി പറഞ്ഞാൽ, ഇത് എക്‌സ്‌പോണൻഷ്യൽ ട്രിപ്പിൾ സ്മൂത്തിംഗ് (ETS) അൽഗോരിതത്തിന്റെ AAA പതിപ്പിനെ അടിസ്ഥാനമാക്കിയുള്ള ഭാവി മൂല്യം പ്രവചിക്കുന്നു, അതിനാൽ ഫംഗ്‌ഷന്റെ പേര്. സീസണലിറ്റി പാറ്റേണുകളും ആത്മവിശ്വാസ ഇടവേളകളും കണ്ടെത്തി ഡാറ്റ ട്രെൻഡുകളിലെ നിസ്സാരമായ വ്യതിയാനങ്ങളെ ഈ അൽഗോരിതം സുഗമമാക്കുന്നു. "AAA" എന്നത് അഡിറ്റീവ് പിശക്, അഡിറ്റീവ് ട്രെൻഡ്, അഡിറ്റീവ് സീസണാലിറ്റി എന്നിവയെ സൂചിപ്പിക്കുന്നു.

    FORRECAST.ETS ഫംഗ്‌ഷൻ Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്കായി Excel-ൽ ലഭ്യമാണ്.

    ഇതിന്റെ വാക്യഘടനExcel FORECAST.ETS ഇപ്രകാരമാണ്:

    FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])

    എവിടെ:

    • Target_date (ആവശ്യമാണ്) - ഒരു മൂല്യം പ്രവചിക്കേണ്ട ഡാറ്റാ പോയിന്റ്. ഇത് ഒരു തീയതി/സമയം അല്ലെങ്കിൽ നമ്പർ ഉപയോഗിച്ച് പ്രതിനിധീകരിക്കാം.
    • മൂല്യങ്ങൾ (ആവശ്യമാണ്) - നിങ്ങൾ ഭാവി മൂല്യങ്ങൾ പ്രവചിക്കാൻ ആഗ്രഹിക്കുന്ന ചരിത്രപരമായ ഡാറ്റയുടെ ഒരു ശ്രേണി അല്ലെങ്കിൽ ശ്രേണി.
    • ടൈംലൈൻ (ആവശ്യമാണ്) - തീയതികളുടെ/സമയങ്ങളുടെ ഒരു നിര അല്ലെങ്കിൽ അവയ്ക്കിടയിൽ സ്ഥിരമായ ഒരു ഘട്ടം ഉള്ള സ്വതന്ത്ര സംഖ്യാ ഡാറ്റ.
    • സീസണാലിറ്റി (ഓപ്ഷണൽ) - പ്രതിനിധീകരിക്കുന്ന ഒരു സംഖ്യ സീസണൽ പാറ്റേണിന്റെ ദൈർഘ്യം:
      • 1 അല്ലെങ്കിൽ ഒഴിവാക്കി (സ്ഥിരസ്ഥിതി) - പോസിറ്റീവ്, പൂർണ്ണ സംഖ്യകൾ ഉപയോഗിച്ച് Excel സ്വയമേ സീസണൽ കണ്ടെത്തുന്നു.
      • 0 - സീസണൽ ഇല്ല, അതായത് ഒരു രേഖീയ പ്രവചനം.

      അനുവദനീയമായ പരമാവധി സീസൺ 8,760 ആണ്, ഇത് ഒരു വർഷത്തിലെ മണിക്കൂറുകളുടെ എണ്ണമാണ്. ഉയർന്ന സീസണലിറ്റി നമ്പർ #NUM-ന് കാരണമാകും! പിശക്.

    • ഡാറ്റ പൂർത്തീകരണം (ഓപ്ഷണൽ) - നഷ്‌ടമായ പോയിന്റുകളുടെ അക്കൗണ്ടുകൾ.
      • 1 അല്ലെങ്കിൽ ഒഴിവാക്കി (ഡിഫോൾട്ട്) - നഷ്‌ടമായ പോയിന്റുകൾ അയൽ പോയിന്റുകളുടെ ശരാശരിയായി പൂരിപ്പിക്കുക (ലൈനർ ഇൻറർപോളേഷൻ).
      • 0 - നഷ്‌ടമായ പോയിന്റുകളെ പൂജ്യങ്ങളായി കണക്കാക്കുക.
    • അഗ്രിഗേഷൻ (ഓപ്ഷണൽ) - ഒരേ സമയ സ്റ്റാമ്പ് ഉപയോഗിച്ച് ഒന്നിലധികം ഡാറ്റ മൂല്യങ്ങൾ എങ്ങനെ സമാഹരിക്കാം എന്ന് വ്യക്തമാക്കുന്നു.
      • 1 അല്ലെങ്കിൽ ഒഴിവാക്കി (സ്ഥിരസ്ഥിതി) - സമാഹരണത്തിനായി AVERAGE ഫംഗ്‌ഷൻ ഉപയോഗിക്കുന്നു.
      • നിങ്ങളുടെ മറ്റ് ഓപ്‌ഷനുകൾ ഇവയാണ്: 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN, 7 - SUM.

    FRECAST.ETS-നെ കുറിച്ച് നിങ്ങൾ അറിഞ്ഞിരിക്കേണ്ട 5 കാര്യങ്ങൾ

      <10 FORECAST.ETS ഫംഗ്‌ഷന്റെ ശരിയായ പ്രവർത്തനത്തിന്, ടൈംലൈനിന് പതിവ് ഇടവേള ഉണ്ടായിരിക്കണം - മണിക്കൂർ, പ്രതിദിന, പ്രതിമാസ, ത്രൈമാസ, വാർഷിക മുതലായവ.
    1. ഫംഗ്ഷൻ ഏറ്റവും അനുയോജ്യമാണ് സീസണൽ അല്ലെങ്കിൽ മറ്റ് ആവർത്തന പാറ്റേൺ ഉള്ള നോൺ-ലീനിയർ ഡാറ്റ സെറ്റുകൾ.
    2. Excel ഒരു പാറ്റേൺ കണ്ടുപിടിക്കാൻ കഴിയാതെ വരുമ്പോൾ , ഫംഗ്ഷൻ ഒരു ലീനിയർ പ്രവചനത്തിലേക്ക് മടങ്ങുന്നു.
    3. <10 30% വരെ ഡാറ്റാ പോയിന്റുകൾ നഷ്‌ടമായ അപൂർണ്ണമായ ഡാറ്റാസെറ്റുകൾ ഉപയോഗിച്ച് പ്രവർത്തനത്തിന് പ്രവർത്തിക്കാനാകും. നഷ്‌ടമായ പോയിന്റുകൾ ഡാറ്റ പൂർത്തീകരണ ആർഗ്യുമെന്റിന്റെ മൂല്യം അനുസരിച്ചാണ് പരിഗണിക്കുന്നത്.
    4. ഒരു സ്ഥിരതയുള്ള ഘട്ടം ആവശ്യമുള്ള ഒരു ടൈംലൈൻ ആവശ്യമാണെങ്കിലും, തീയതിയിൽ ഡ്യൂപ്ലിക്കേറ്റുകൾ ഉണ്ടായേക്കാം /സമയ പരമ്പര. അഗ്രഗേഷൻ ആർഗ്യുമെന്റ് നിർവചിച്ചിരിക്കുന്നതുപോലെ ഒരേ ടൈംസ്റ്റാമ്പുള്ള മൂല്യങ്ങൾ സമാഹരിച്ചിരിക്കുന്നു.

    FORECAST.ETS ഫംഗ്‌ഷൻ പ്രവർത്തിക്കുന്നില്ല:

    നിങ്ങളുടെ ഫോർമുല ഒരു പിശക് സൃഷ്‌ടിച്ചാൽ, ഇത് ഇനിപ്പറയുന്നതിൽ ഒന്നാകാൻ സാധ്യതയുണ്ട്:

    1. മൂല്യം , ടൈംലൈൻ അറേകൾക്ക് വ്യത്യസ്ത ദൈർഘ്യമുണ്ടെങ്കിൽ #N/A സംഭവിക്കുന്നു.
    2. #VALUE! സീസണാലിറ്റി , ഡാറ്റ പൂർത്തീകരണം അല്ലെങ്കിൽ അഗ്രഗേഷൻ ആർഗ്യുമെന്റ് നോൺ-ന്യൂമറിക് ആണെങ്കിൽ പിശക് തിരികെ ലഭിക്കും.
    3. #NUM! ഇനിപ്പറയുന്ന കാരണങ്ങളാൽ പിശക് സംഭവിക്കാം:
      • ഒരു സ്ഥിരമായ സ്റ്റെപ്പ് വലുപ്പം ടൈംലൈനിൽ കണ്ടെത്താൻ കഴിയില്ല.
      • സീസണാലിറ്റി മൂല്യം പിന്തുണയ്‌ക്കുന്ന പരിധിക്ക് പുറത്താണ് (0 - 8,7600).
      • ഡാറ്റ പൂർത്തീകരണ മൂല്യം 0 അല്ലെങ്കിൽ 1 അല്ലാതെ മറ്റൊന്നാണ്.
      • അഗ്രിഗേഷൻ മൂല്യം സാധുവായ ശ്രേണിക്ക് പുറത്താണ് (1 - 7).

    എക്‌സൽ-ൽ ഫോർമുല ഉദാഹരണത്തിൽ FORECAST.ETS ഫംഗ്‌ഷൻ എങ്ങനെ ഉപയോഗിക്കാം

    എക്‌സ്‌പോണൻഷ്യൽ സ്മൂത്തിംഗ് ഉപയോഗിച്ച് കണക്കാക്കിയ ഭാവി മൂല്യങ്ങൾ ലീനിയർ റിഗ്രഷൻ പ്രവചനത്തിൽ നിന്ന് എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നുവെന്ന് കാണാൻ, മുമ്പത്തെ ഉദാഹരണത്തിൽ ഞങ്ങൾ ഉപയോഗിച്ച അതേ ഡാറ്റ സെറ്റിനായി നമുക്ക് ഒരു FORECAST.ETS ഫോർമുല ഉണ്ടാക്കാം:

    =FORECAST.ETS (A23, $B$2:$B$22, $A$2:$A$22)

    എവിടെ:

    • A23 ആണ് ടാർഗെറ്റ് തീയതി
    • $B$2:$B $22 എന്നത് ചരിത്രപരമായ ഡാറ്റയാണ് ( മൂല്യങ്ങൾ )
    • $A$2:$A$22 എന്നത് തീയതികളാണ് ( ടൈംലൈൻ )

    ഒഴിവാക്കിക്കൊണ്ട് അവസാനത്തെ മൂന്ന് ആർഗ്യുമെന്റുകൾ ( സീസണാലിറ്റി , ഡാറ്റ പൂർത്തീകരണം അല്ലെങ്കിൽ അഗ്രഗേഷൻ ) ഞങ്ങൾ Excel ഡിഫോൾട്ടുകളെ ആശ്രയിക്കുന്നു. ഒപ്പം Excel ട്രെൻഡ് കൃത്യമായി പ്രവചിക്കുന്നു:

    Excel FORECAST.ETS.CONFINT ഫംഗ്‌ഷൻ

    ഇതിനായുള്ള കോൺഫിഡൻസ് ഇന്റർവെൽ കണക്കാക്കാൻ FORECAST.ETS.CONFINT ഫംഗ്‌ഷൻ ഉപയോഗിക്കുന്നു പ്രവചിച്ച മൂല്യം.

    പ്രവചനത്തിന്റെ കൃത്യതയുടെ അളവുകോലാണ് ആത്മവിശ്വാസ ഇടവേള. ഇടവേള ചെറുതാണെങ്കിൽ, ഒരു നിർദ്ദിഷ്ട ഡാറ്റാ പോയിന്റിനുള്ള പ്രവചനത്തിൽ കൂടുതൽ ആത്മവിശ്വാസം ലഭിക്കും.

    Office 365, Excel 2019, Excel 2016 എന്നിവയ്‌ക്കായി FORECAST.ETS.CONFINT Excel-ൽ ലഭ്യമാണ്.

    ഫംഗ്‌ഷന് ഇനിപ്പറയുന്ന ആർഗ്യുമെന്റുകൾ ഉണ്ട്:

    FORECAST.ETS.CONFINT(target_date, values, timeline,[confidence_level], [seasonality], [data completion], [aggregation])

    നിങ്ങൾ കാണുന്നതുപോലെ, FORECAST.ETS.CONFINT എന്നതിന്റെ വാക്യഘടന FORECAST.ETS ഫംഗ്‌ഷനുമായി വളരെ സാമ്യമുള്ളതാണ്, ഈ അധിക ആർഗ്യുമെന്റ് ഒഴികെ:

    Confidence_level (ഓപ്ഷണൽ) - 0 നും 1 നും ഇടയിലുള്ള ഒരു സംഖ്യ, അത് കണക്കാക്കിയ ഇടവേളയ്ക്കുള്ള ആത്മവിശ്വാസത്തിന്റെ അളവ് വ്യക്തമാക്കുന്നു. സാധാരണഗതിയിൽ, ഇത് ഒരു ദശാംശ സംഖ്യയായി നൽകപ്പെടുന്നു, എന്നിരുന്നാലും ശതമാനങ്ങളും അംഗീകരിക്കപ്പെടുന്നു. ഉദാഹരണത്തിന്, 90% കോൺഫിഡൻസ് ലെവൽ സജ്ജീകരിക്കുന്നതിന്, നിങ്ങൾ 0.9 അല്ലെങ്കിൽ 90% നൽകുക.

    • ഒഴിവാക്കിയാൽ, 95% എന്ന ഡിഫോൾട്ട് മൂല്യം ഉപയോഗിക്കുന്നു, അതായത് 95% സമയവും പ്രവചിച്ച ഡാറ്റ FORECAST.ETS നൽകുന്ന മൂല്യത്തിൽ നിന്ന് പോയിന്റ് ഈ പരിധിക്കുള്ളിൽ വരുമെന്ന് പ്രതീക്ഷിക്കുന്നു.
    • വിശ്വാസ്യ നില പിന്തുണയ്ക്കുന്ന പരിധിക്ക് പുറത്താണെങ്കിൽ (0 - 1), ഫോർമുല #NUM നൽകുന്നു! പിശക്.

    FORECAST.ETS.CONFINT ഫോർമുല ഉദാഹരണം

    പ്രായോഗികമായി ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് കാണുന്നതിന്, നമ്മുടെ സാമ്പിൾ ഡാറ്റാ സെറ്റിന്റെ ആത്മവിശ്വാസ ഇടവേള കണക്കാക്കാം:

    =FORECAST.ETS.CONFINT(A23, $B$2:$B$22, $A$2:$A$22)

    എവിടെ:

    • A23 ആണ് ടാർഗെറ്റ് തീയതി
    • $B$2:$B$22 എന്നത് ചരിത്രപരമായ ഡാറ്റയാണ്
    • $A$2:$ A$22 ആണ് തീയതികൾ

    അവസാന 4 ആർഗ്യുമെന്റുകൾ ഒഴിവാക്കി, ഡിഫോൾട്ട് ഓപ്‌ഷനുകൾ ഉപയോഗിക്കാൻ Excel-നോട് പറയുന്നു:

    • ആശ്വാസ നില 95% ആയി സജ്ജമാക്കുക.
    • 10>സീസണാലിറ്റി സ്വയമേവ കണ്ടെത്തുക.
    • അയൽ പോയിന്റുകളുടെ ശരാശരിയായി നഷ്‌ടമായ പോയിന്റുകൾ പൂർത്തിയാക്കുക.
    • AVERAGE ഉപയോഗിച്ച് ഒരേ ടൈംസ്റ്റാമ്പിൽ ഒന്നിലധികം ഡാറ്റ മൂല്യങ്ങൾ സമാഹരിക്കുക.ഫംഗ്‌ഷൻ.

    വീണ്ടെടുത്ത മൂല്യങ്ങൾ യഥാർത്ഥത്തിൽ എന്താണ് അർത്ഥമാക്കുന്നത് എന്ന് മനസിലാക്കാൻ, ദയവായി ചുവടെയുള്ള സ്‌ക്രീൻഷോട്ട് നോക്കുക (ചരിത്രപരമായ ഡാറ്റയുള്ള ചില വരികൾ സ്ഥലത്തിനുവേണ്ടി മറച്ചിരിക്കുന്നു).

    D23 ലെ ഫോർമുല ഫലം 6441.22 നൽകുന്നു (2 ദശാംശ പോയിന്റിലേക്ക് റൗണ്ട് ചെയ്‌തിരിക്കുന്നു). 95% സമയവും, 11-മാർക്കിലെ പ്രവചനം പ്രവചിച്ച മൂല്യമായ 61,075 (C3) ന്റെ 6441.22-ൽ വരുമെന്ന് പ്രതീക്ഷിക്കുന്നു. അതായത് 61,075 ± 6441.22.

    പ്രവചിച്ച മൂല്യങ്ങൾ കുറയാൻ സാധ്യതയുള്ള ശ്രേണി കണ്ടെത്താൻ, ഓരോ ഡാറ്റാ പോയിന്റിനുമുള്ള കോൺഫിഡൻസ് ഇന്റർവെൽ ബൗണ്ടുകൾ നിങ്ങൾക്ക് കണക്കാക്കാം.<3

    താഴ്ന്ന ബൗണ്ട് ലഭിക്കാൻ, പ്രവചിച്ച മൂല്യത്തിൽ നിന്ന് ആത്മവിശ്വാസ ഇടവേള കുറയ്ക്കുക:

    =C23-D23

    മുകളിലെ ബൗണ്ട് ലഭിക്കാൻ, പ്രവചിച്ച മൂല്യത്തിലേക്ക് ആത്മവിശ്വാസ ഇടവേള ചേർക്കുക:

    =C23+D23

    ഇവിടെ C23 എന്നത് FORECAST.ETS നൽകുന്ന പ്രവചിച്ച മൂല്യവും D23 എന്നത് FORECAST.ETS.CONFINT നൽകുന്ന ആത്മവിശ്വാസ ഇടവേളയുമാണ്.

    മുകളിലുള്ള ഫോർമുലകൾ പകർത്തി, ഒരു ചാർട്ടിൽ ഫലങ്ങൾ പ്ലോട്ട് ചെയ്യുക, പ്രവചിച്ച മൂല്യങ്ങളുടെയും ആത്മവിശ്വാസ ഇടവേളയുടെയും വ്യക്തമായ ദൃശ്യപ്രതീതിനിഷ്‌ഠ നിങ്ങൾക്ക് ലഭിക്കും:

    നുറുങ്ങ്. അത്തരമൊരു ഗ്രാഫ് നിങ്ങൾക്കായി സ്വയമേവ സൃഷ്‌ടിക്കുന്നതിന്, Excel പ്രവചന ഷീറ്റ് സവിശേഷത പ്രയോജനപ്പെടുത്തുക.

    Excel FORECAST.ETS.SEASONALITY ഫംഗ്‌ഷൻ

    ഇതിന്റെ ദൈർഘ്യം കണക്കാക്കാൻ FORECAST.ETS.SEASONALITY ഫംഗ്‌ഷൻ ഉപയോഗിക്കുന്നു നിർദ്ദിഷ്ട ടൈംലൈനിൽ ആവർത്തിച്ചുള്ള പാറ്റേൺ. അതുമായി അടുത്ത് ബന്ധപ്പെട്ടിരിക്കുന്നു

    സോഫ്‌റ്റ്‌വെയർ ടൂളുകൾ ഉപയോഗിച്ച് സങ്കീർണ്ണമായ പ്രക്രിയകൾ ലളിതമാക്കുന്നതിനുള്ള അഭിനിവേശമുള്ള ഒരു സമർപ്പിത സാങ്കേതിക തത്പരനാണ് മൈക്കൽ ബ്രൗൺ. ടെക് വ്യവസായത്തിൽ ഒരു ദശാബ്ദത്തിലേറെ അനുഭവസമ്പത്തുള്ള അദ്ദേഹം, മൈക്രോസോഫ്റ്റ് എക്സൽ, ഔട്ട്‌ലുക്ക്, ഗൂഗിൾ ഷീറ്റ്, ഡോക്‌സ് എന്നിവയിൽ തന്റെ കഴിവുകൾ മെച്ചപ്പെടുത്തിയിട്ടുണ്ട്. ഉൽപ്പാദനക്ഷമതയും കാര്യക്ഷമതയും മെച്ചപ്പെടുത്തുന്നതിന് പിന്തുടരാൻ എളുപ്പമുള്ള നുറുങ്ങുകളും ട്യൂട്ടോറിയലുകളും നൽകിക്കൊണ്ട്, തന്റെ അറിവും വൈദഗ്ധ്യവും മറ്റുള്ളവരുമായി പങ്കിടുന്നതിനാണ് മൈക്കിളിന്റെ ബ്ലോഗ് സമർപ്പിച്ചിരിക്കുന്നത്. നിങ്ങൾ പരിചയസമ്പന്നനായ പ്രൊഫഷണലോ തുടക്കക്കാരനോ ആകട്ടെ, ഈ അവശ്യ സോഫ്റ്റ്‌വെയർ ടൂളുകൾ പരമാവധി പ്രയോജനപ്പെടുത്തുന്നതിനുള്ള വിലയേറിയ ഉൾക്കാഴ്ചകളും പ്രായോഗിക ഉപദേശങ്ങളും മൈക്കിളിന്റെ ബ്ലോഗ് വാഗ്ദാനം ചെയ്യുന്നു.