सामग्री तालिका
ट्युटोरियलले एक्सेल FORECAST र अन्य सम्बन्धित प्रकार्यहरू सूत्र उदाहरणहरूको साथ कसरी प्रयोग गर्ने भनेर बताउँछ।
Microsoft Excel मा, त्यहाँ धेरै प्रकार्यहरू छन् जसले तपाईंलाई आधारित रैखिक र घातीय स्मूथिङ पूर्वानुमानहरू सिर्जना गर्न मद्दत गर्न सक्छ। ऐतिहासिक डेटा जस्तै बिक्री, बजेट, नगद प्रवाह, स्टक मूल्यहरू, र जस्तै।
यस ट्यूटोरियलको मुख्य फोकस दुई मुख्य पूर्वानुमान कार्यहरूमा हुनेछ, तर हामी अन्य प्रकार्यहरूमा पनि संक्षिप्त रूपमा छुनेछौं। तपाईंलाई तिनीहरूको उद्देश्य र आधारभूत प्रयोगहरू बुझ्न मद्दत गर्न।
Excel forecasting functions
Excel को हालैका संस्करणहरूमा, त्यहाँ छवटा फरक पूर्वानुमान कार्यहरू छन्।
दुई प्रकार्यहरूले रैखिक पूर्वानुमान गर्दछ:
- FORECAST - रैखिक प्रतिगमन प्रयोग गरेर भविष्यका मानहरू भविष्यवाणी गर्दछ; एक्सेल 2013 र अघिल्लो संग ब्याकवर्ड अनुकूलता को लागी एक लिगेसी प्रकार्य।
- LINEAR - FORECAST प्रकार्य को समान; एक्सेल 2016 र एक्सेल 2019 मा पूर्वानुमान प्रकार्यहरूको नयाँ सुइटको अंश।
चार ETS प्रकार्यहरू घातीय स्मूथिङ पूर्वानुमानका लागि लक्षित छन्। यी प्रकार्यहरू Office 365, Excel 2019, र Excel 2016 को लागि मात्र Excel मा उपलब्ध छन्।
- ETS - घातीय स्मूथिङ एल्गोरिथ्ममा आधारित भविष्यका मानहरू भविष्यवाणी गर्दछ।
- ETS.CONFINT - गणना गर्दछ विश्वास अन्तराल।
- ETS.SEASONALITY - मौसमी वा अन्य आवर्ती ढाँचाको लम्बाइ गणना गर्दछ।
- ETS.STAT - फिर्ता गर्छFORECAST.ETS किनभने दुवै प्रकार्यहरूले मौसमीता पत्ता लगाउन एउटै एल्गोरिदम प्रयोग गर्छन्।
यो प्रकार्य Office 365, Excel 2019, र Excel 2016 को लागि Excel मा उपलब्ध छ।
FORECAST.ETS को वाक्य रचना। SEASONALITY निम्नानुसार छ:
FORECAST.ETS.SEASONALITY(मानहरू, टाइमलाइन, [डेटा_पूर्णता], [एकीकरण])हाम्रो डेटा सेटको लागि, सूत्रले निम्न आकार लिन्छ:
=FORECAST.ETS.SEASONALITY(B2:B22, A2:A22)
र मौसमी 7 फर्काउँछ, जुन हाम्रो ऐतिहासिक डेटाको साप्ताहिक ढाँचासँग पूर्ण रूपमा सहमत हुन्छ:
23>
Excel FORECAST.ETS.STAT प्रकार्य
FORECAST.ETS.STAT प्रकार्यले समय शृङ्खला घातांकीय स्मूथिङ फरकास्टिङसँग सम्बन्धित निर्दिष्ट सांख्यिकीय मान फर्काउँछ।
अन्य ETS प्रकार्यहरू जस्तै, यो Office 365, Excel 2019, र Excel 2016 को लागि Excel मा उपलब्ध छ।
प्रकार्यमा निम्न सिन्ट्याक्स छ:
FORECAST.ETS.STAT(मानहरू, समयरेखा, statistic_type, [seasonality], [data_completion], [aggregation])The statistic_type तर्कले कुन सांख्यिकीय मान फर्काउने संकेत गर्दछ: <3
- अल्फा (आधार मान) - ० र १ बीचको स्मूथिङ मान जसले डेटा बिन्दुहरूको वजन नियन्त्रण गर्छ। मान जति उच्च हुन्छ, भर्खरको डेटालाई त्यति नै बढी वजन दिइन्छ।
- बिटा (प्रवृत्ति मान) - ० र १ बीचको मान जसले प्रवृति गणना निर्धारण गर्छ। मान जति उच्च हुन्छ, हालसालैका प्रचलनहरूलाई त्यति नै बढी वजन दिइन्छ।
- गामा (मौसम मूल्य) - मान० र १ को बीचमा जसले ETS पूर्वानुमानको मौसमीतालाई नियन्त्रण गर्छ। मान जति उच्च हुन्छ, हालको मौसमी अवधिलाई त्यति नै बढी तौल दिइन्छ।
- MASE (मतलब पूर्ण मापन त्रुटि) - पूर्वानुमान सटीकताको मापन।
- SMAPE (सममित मतलब पूर्ण प्रतिशत त्रुटि) - प्रतिशत वा सापेक्ष त्रुटिहरूमा आधारित शुद्धताको मापन।
- MAE (अर्थ निरपेक्ष त्रुटि) - औसत परिमाण नाप्छ। भविष्यवाणी त्रुटिहरू, तिनीहरूको दिशाको ख्याल नगरी।
- RMSE (मूल मतलब वर्ग त्रुटि) - अनुमानित र अवलोकन गरिएको मानहरू बीचको भिन्नताको मापन।
- चरण साइज पत्ता लगाइयो - टाइमलाइनमा पत्ता लगाइएको चरण आकार।
उदाहरणका लागि, हाम्रो नमूना डेटा सेटको लागि अल्फा प्यारामिटर फर्काउन, हामी यो सूत्र प्रयोग गर्छौं:
=FORECAST.ETS.STAT(B2:B22, A2:A22, 1)
तलको स्क्रिनसटले अन्य सांख्यिकीय मानहरूको लागि सूत्रहरू देखाउँछ:
24>
यो पनि हेर्नुहोस्: एक्सेल COUNTIFS र COUNTIF बहु AND / OR मापदण्डको साथ - सूत्र उदाहरणहरूयसरी तपाइँ एक्सेलमा समय श्रृंखला पूर्वानुमान गर्नुहुन्छ। यस ट्यूटोरियलमा छलफल गरिएका सबै सूत्रहरूको खोजी गर्न, तपाइँलाई हाम्रो एक्सेल पूर्वानुमान नमूना कार्यपुस्तिका डाउनलोड गर्न स्वागत छ। म पढ्नको लागि धन्यवाद र अर्को हप्ता हाम्रो ब्लगमा भेट्ने आशा गर्दछु!
समय शृङ्खला पूर्वानुमानका लागि सांख्यिकीय मानहरू।
Excel FORECAST प्रकार्य
Excel मा FORECAST प्रकार्यलाई रैखिक प्रतिगमन प्रयोग गरेर भविष्यको मान अनुमान गर्न प्रयोग गरिन्छ। अर्को शब्दमा, FORECAST ले ऐतिहासिक डेटाको आधारमा उत्तम फिटको रेखाको साथमा भविष्यको मान प्रोजेक्ट गर्दछ।
FORECAST प्रकार्यको सिन्ट्याक्स निम्नानुसार छ:
FORECAST(x,known_y's,known_x's)जहाँ:
- X (आवश्यक) - एउटा संख्यात्मक x-मान जसको लागि तपाइँ नयाँ y-मान भविष्यवाणी गर्न चाहनुहुन्छ।
- Known_y's (आवश्यक) - ज्ञात निर्भर y-मानहरूको एर्रे।
- Known_x's (आवश्यक) - ज्ञात स्वतन्त्र x-मानहरूको एर्रे।
FORECAST प्रकार्यले Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP, र Excel 2000 को लागि Excel को सबै संस्करणहरूमा काम गर्दछ।
नोट। Excel 2016 र 2019 मा, यो प्रकार्य FORECAST.LINEAR ले प्रतिस्थापन गरिएको छ, तर अझै पनि पछाडि अनुकूलताको लागि उपलब्ध छ।
Excel FORECAST.LINEAR प्रकार्य
FORECAST.LINEAR प्रकार्य आधुनिक समकक्ष हो। FORECAST प्रकार्यको। यसको एउटै उद्देश्य र वाक्य रचना छ:
FORECAST.LINEAR(x,known_y's,known_x's)यो प्रकार्य Office 365, Excel 2019, र Excel 2016 को लागि Excel मा उपलब्ध छ।
कसरी FORECAST र FORECAST.LINEAR भविष्यका मानहरू गणना गर्नुहोस्
दुबै प्रकार्यहरूले रैखिक प्रतिगमन प्रयोग गरेर भविष्यको y-मान गणना गर्दछसमीकरण:
y = a + bx
जहाँ a स्थिर (अवरोध) हो:
14>
र b गुणांक ( रेखाको ढलान) हो:
x̄ र ȳ को मानहरू ज्ञात x-मानहरू र y-मानहरूको नमूना माध्यम (औसत) हुन्।
Excel FORECAST प्रकार्यले काम गरिरहेको छैन:
यदि तपाईंको FORECAST सूत्रले त्रुटि फर्काउँछ भने, यो प्रायः निम्न कारणहरूको कारणले हुन सक्छ:
- यदि ज्ञात_x र ज्ञात_y को दायराहरू फरक छन्। लम्बाइ वा खाली, #N/A! त्रुटि देखापर्छ।
- यदि x मान गैर-संख्यात्मक छ भने, सूत्रले #VALUE फर्काउँछ! त्रुटि।
- यदि ज्ञात_x को भिन्नता शून्य छ, #DIV/0! त्रुटि देखापर्छ।
एक्सेलमा FORECAST प्रकार्य कसरी प्रयोग गर्ने - सूत्र उदाहरण
पहिले नै उल्लेख गरिएझैं, Excel FORECAST र FORECAST.LINEAR प्रकार्यहरू रैखिक प्रवृत्ति पूर्वानुमानका लागि लक्षित छन्। तिनीहरूले रैखिक डेटासेटहरूका लागि र परिस्थितिहरूमा राम्रो काम गर्छन् जब तपाईं महत्त्वपूर्ण डेटा उतार-चढ़ावलाई बेवास्ता गर्दै सामान्य प्रवृत्तिको पूर्वानुमान गर्न चाहनुहुन्छ।
उदाहरणको रूपमा, हामी अर्को 7 दिनको लागि हाम्रो वेब साइट ट्राफिकको आधारमा भविष्यवाणी गर्ने प्रयास गर्नेछौं। अघिल्लो ३ हप्ताको लागि डेटा।
B2:B22 मा ज्ञात y-मानहरू (आगन्तुकहरूको संख्या) र A2:A22 मा ज्ञात x-मानहरू (मितिहरू) संग, पूर्वानुमान सूत्र निम्नानुसार जान्छ।
Excel 2019 - Excel 2000 :
=FORECAST(A23, $B$2:$B$22, $A$2:$A$22)
Excel 2016 र Excel 2019 :
=FORECAST.LINEAR(A23, $B$2:$B$22, $A$2:$A$22)
जहाँ A23 एउटा नयाँ x-मान हो जसको लागि तपाईं भविष्यको भविष्यवाणी गर्न चाहनुहुन्छy-value।
तपाईँको एक्सेल संस्करणमा निर्भर गर्दै, पङ्क्ति 23 को कुनै पनि खाली कक्षमा माथिको सूत्रहरू मध्ये एउटा घुसाउनुहोस्, यसलाई आवश्यक पर्ने धेरै कक्षहरूमा प्रतिलिपि गर्नुहोस् र तपाईंले यो परिणाम प्राप्त गर्नुहुनेछ:
कृपया ध्यान दिनुहोस् कि हामीले दायराहरूलाई निरपेक्ष कक्ष सन्दर्भहरू (जस्तै $A$2:$A$2) लाई अन्य कक्षहरूमा प्रतिलिपि गर्दा तिनीहरूलाई परिवर्तन गर्नबाट रोक्नको लागि लक गर्छौं।
ग्राफमा प्लट गरिएको, हाम्रो रेखीय पूर्वानुमान निम्नानुसार देखिन्छ:
यस्तो ग्राफ बनाउनको लागि विस्तृत चरणहरू रैखिक प्रतिगमन पूर्वानुमान चार्टमा वर्णन गरिएको छ।
यदि तपाइँ तपाइँको ऐतिहासिक डेटामा अवलोकन गरिएको पुनरावर्ती ढाँचा को आधारमा भविष्यका मानहरू भविष्यवाणी गर्न चाहनुहुन्छ भने, एक्सेल FORECAST प्रकार्यको सट्टा FORECAST.ETS प्रयोग गर्नुहोस्। र हाम्रो ट्युटोरियलको अर्को खण्डले यो कसरी गर्ने भनेर देखाउँछ।
Excel FORECAST.ETS प्रकार्य
FORECAST.ETS प्रकार्यलाई एक्सपोनेन्शियल स्मूथिङ मा आधारित पूर्वानुमान गर्न प्रयोग गरिन्छ। अवस्थित मानहरूको शृङ्खला।
अधिक स्पष्ट रूपमा, यसले एक्सपोनेन्शियल ट्रिपल स्मूथिङ (ETS) एल्गोरिदमको AAA संस्करणमा आधारित भविष्यको मान भविष्यवाणी गर्छ, त्यसैले प्रकार्यको नाम। यो एल्गोरिथ्मले मौसमी ढाँचाहरू र आत्मविश्वास अन्तरालहरू पत्ता लगाएर डेटा प्रवृतिहरूमा नगण्य विचलनहरूलाई सहज बनाउँछ। "AAA" भनेको additive error, additive trend र additive seasonality हो।
FORECAST.ETS प्रकार्य Office 365, Excel 2019, र Excel 2016 को लागि Excel मा उपलब्ध छ।
को सिन्ट्याक्सExcel FORECAST.ETS निम्नानुसार छ:
FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [एकत्रीकरण])कहाँ:
- Target_date (आवश्यक) - डेटा बिन्दु जसको लागि मान पूर्वानुमान गर्न सकिन्छ। यसलाई मिति/समय वा संख्याद्वारा प्रतिनिधित्व गर्न सकिन्छ।
- मानहरू (आवश्यक) - ऐतिहासिक डेटाको दायरा वा एरे जसको लागि तपाईं भविष्यका मानहरू भविष्यवाणी गर्न चाहनुहुन्छ।
- समयरेखा (आवश्यक) - मिति/समयको एर्रे वा तिनीहरूको बीचमा स्थिर चरणको साथ स्वतन्त्र संख्यात्मक डेटा।
- मौसम (वैकल्पिक) - प्रतिनिधित्व गर्ने संख्या मौसमी ढाँचाको लम्बाइ:
- 1 वा हटाइएको (पूर्वनिर्धारित) - एक्सेलले सकारात्मक, पूर्ण संख्याहरू प्रयोग गरेर स्वचालित रूपमा मौसमीता पत्ता लगाउँदछ।
- 0 - कुनै मौसमीता छैन, अर्थात् एक रेखीय पूर्वानुमान।
अधिकतम अनुमति दिइएको मौसमी 8,760 हो, जुन एक वर्षमा घण्टाको संख्या हो। उच्च मौसमी संख्या #NUM मा परिणाम हुनेछ! त्रुटि।
- डेटा पूर्णता (वैकल्पिक) - छुटेका बिन्दुहरूको लागि खाता।
- 1 वा मेटाइएको (पूर्वनिर्धारित) - छुटेका बिन्दुहरूलाई छिमेकी बिन्दुहरूको औसतको रूपमा भर्नुहोस् (लाइनर इन्रेपोलेसन)।
- 0 - छुटेका बिन्दुहरूलाई शून्यको रूपमा व्यवहार गर्नुहोस्।
- एकत्रीकरण (वैकल्पिक) - एकै समय स्ट्याम्पको साथ धेरै डेटा मानहरू कसरी एकत्रित गर्ने भनेर निर्दिष्ट गर्दछ।
- 1 वा हटाइएको (पूर्वनिर्धारित) - AVERAGE प्रकार्य एकत्रीकरणको लागि प्रयोग गरिन्छ।
- तपाईंका अन्य विकल्पहरू हुन्: 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN र 7 - SUM।
५ कुराहरू तपाईंले FORECAST.ETS बारे जान्नुपर्छ
- FORECAST.ETS प्रकार्यको सही कामको लागि, टाइमलाइनमा नियमित अन्तराल हुनुपर्छ - घण्टा, दैनिक, मासिक, त्रैमासिक, वार्षिक, इत्यादि।
- कार्यक्रम सबैभन्दा उपयुक्त छ मौसमी वा अन्य दोहोरिने ढाँचा सँग गैर-रैखिक डेटा सेटहरू।
- जब Excel ढाँचा पत्ता लगाउन सक्दैन , प्रकार्यले रेखीय पूर्वानुमानमा फर्काउँछ।
- प्रकार्यले अपूर्ण डेटासेटहरू सँग काम गर्न सक्छ जहाँ 30% सम्म डेटा पोइन्टहरू हराइरहेका छन्। छुटेका बिन्दुहरूलाई डेटा पूर्णता तर्कको मान अनुसार व्यवहार गरिन्छ।
- यद्यपि एक सुसंगत चरणको साथ समयरेखा आवश्यक छ, मितिमा डुप्लिकेटहरू हुन सक्छन्। /समय श्रृंखला। एउटै टाइमस्ट्याम्प भएका मानहरू एकत्रीकरण तर्कद्वारा परिभाषित गरिए अनुसार एकत्रित हुन्छन्।
FORECAST.ETS प्रकार्यले काम गरिरहेको छैन:
यदि तपाईंको सूत्रले त्रुटि उत्पन्न गर्छ भने, यो निम्न मध्ये एउटा हुन सक्छ:
- #N/A तब हुन्छ यदि मानहरू र टाइमलाइन एरेहरूको लम्बाइ फरक छ।
- #VALUE! त्रुटि फर्काइन्छ यदि मौसम , डेटा पूर्णता वा एकत्रीकरण तर्क गैर-संख्यात्मक छ।
- #NUM! निम्न कारणहरूले गर्दा त्रुटि फ्याँकिएको हुन सक्छ:
- टाइमलाइन मा एकसमान चरण आकार पत्ता लगाउन सकिँदैन।
- द मौसम मान समर्थित दायरा भन्दा बाहिर छ (0 - 8,7600)।
- डेटा पूरा हुने मान ० वा 1 भन्दा अन्य हो।
- एकत्रीकरण मान मान्य दायराभन्दा बाहिर छ (१ - ७)।
एक्सेलमा FORECAST.ETS प्रकार्य कसरी प्रयोग गर्ने - सूत्र उदाहरण
एक्सपोनेन्शियल स्मूथिङसँग गणना गरिएका भविष्यका मानहरू रैखिक प्रतिगमन पूर्वानुमानबाट कसरी फरक छन् भनेर हेर्नको लागि, हामीले अघिल्लो उदाहरणमा प्रयोग गरेको समान डेटा सेटको लागि FORECAST.ETS सूत्र बनाउनुहोस्:
=FORECAST.ETS। (A23, $B$2:$B$22, $A$2:$A$22)कहाँ:
- A23 लक्षित मिति हो
- $B$2:$B $२२ ऐतिहासिक डेटा हुन् ( मानहरू )
- $A$2:$A$22 मितिहरू हुन् ( समयरेखा )
छोडेर अन्तिम तीन तर्कहरू ( मौसम , डेटा पूर्णता वा एकत्रीकरण ) हामी एक्सेल पूर्वनिर्धारितहरूमा भर पर्छौं। र एक्सेलले प्रवृतिलाई पूर्ण रूपमा पूर्वानुमान गर्दछ:
Excel FORECAST.ETS.CONFINT प्रकार्य
FORECAST.ETS.CONFINT प्रकार्यको लागि विश्वास अन्तराल गणना गर्न प्रयोग गरिन्छ। एक पूर्वानुमानित मान।
विश्वास अन्तराल भनेको भविष्यवाणीको शुद्धताको मापन हो। अन्तराल जति सानो हुन्छ, विशिष्ट डेटा बिन्दुको लागि भविष्यवाणीमा बढी विश्वास हुन्छ।
FORECAST.ETS.CONFINT Office 365, Excel 2019, र Excel 2016 को लागि Excel मा उपलब्ध छ।
प्रकार्यमा निम्न तर्कहरू छन्:
FORECAST.ETS.CONFINT(target_date, values, timeline,[confidence_level], [seasonality], [data completion], [aggregation])जसरी तपाईले देख्नुहुन्छ, FORECAST.ETS.CONFINT को सिन्ट्याक्स FORECAST.ETS प्रकार्यसँग मिल्दोजुल्दो छ, यो अतिरिक्त तर्क बाहेक:
Confidence_level (वैकल्पिक) - 0 र 1 बीचको संख्या जसले गणना गरिएको अन्तरालको लागि आत्मविश्वासको स्तर निर्दिष्ट गर्दछ। सामान्यतया, यो दशमलव संख्याको रूपमा आपूर्ति गरिन्छ, यद्यपि प्रतिशतहरू पनि स्वीकार गरिन्छ। उदाहरण को लागी, 90% विश्वास स्तर सेट गर्न को लागी, तपाइँ कि त 0.9 वा 90% प्रविष्ट गर्नुहुन्छ।
- यदि छोडिएको छ भने, 95% को पूर्वनिर्धारित मान प्रयोग गरिन्छ, यसको मतलब 95% समय एक भविष्यवाणी डेटा बिन्दु FORECAST.ETS द्वारा फिर्ता गरिएको मानबाट यो दायरा भित्र पर्ने अपेक्षा गरिएको छ।
- यदि विश्वास स्तर समर्थित दायरा (0 - 1) भन्दा बाहिर छ भने, सूत्रले #NUM! त्रुटि।
FORECAST.ETS.CONFINT सूत्र उदाहरण
यसले व्यवहारमा कसरी काम गर्छ हेर्नको लागि, हाम्रो नमूना डेटा सेटको लागि विश्वास अन्तराल गणना गरौं:
=FORECAST.ETS.CONFINT(A23, $B$2:$B$22, $A$2:$A$22)
कहाँ:
- A23 लक्ष्य मिति हो
- $B$2:$B$22 ऐतिहासिक डेटा हो
- $A$2:$ A$22 मितिहरू हुन्
अन्तिम ४ आर्गुमेन्टहरू हटाइएका छन्, एक्सेललाई पूर्वनिर्धारित विकल्पहरू प्रयोग गर्न भन्दै:
- विश्वास स्तर ९५% मा सेट गर्नुहोस्।
- मौसम स्वतः पत्ता लगाउनुहोस्।
- छिमेकी बिन्दुहरूको औसतको रूपमा हराएको बिन्दुहरू पूरा गर्नुहोस्।
- औसत प्रयोग गरेर एउटै टाइमस्ट्याम्पको साथ धेरै डेटा मानहरू जम्मा गर्नुहोस्।प्रकार्य।
फर्काइएका मानहरूको वास्तवमा के अर्थ हुन्छ बुझ्नको लागि, कृपया तलको स्क्रिनसटमा हेर्नुहोस् (एतिहासिक डेटाका साथ केही पङ्क्तिहरू ठाउँको लागि लुकेका छन्)।
द D23 मा सूत्रले परिणाम 6441.22 दिन्छ (2 दशमलव अंकमा राउन्ड गरिएको)। यसको मतलब यो हो कि समयको 95%, 11-मार्चको भविष्यवाणी पूर्वानुमान गरिएको मूल्य 61,075 (C3) को 6441.22 भित्र आउने अपेक्षा गरिएको छ। त्यो 61,075 ± 6441.22 हो।
अनुमानित मानहरू घट्ने सम्भावना रहेको दायरा पत्ता लगाउन, तपाईंले प्रत्येक डेटा बिन्दुको लागि विश्वास अन्तराल सीमाहरू गणना गर्न सक्नुहुन्छ।
तल्लो सीमा प्राप्त गर्न, पूर्वानुमान गरिएको मानबाट विश्वास अन्तराल घटाउनुहोस्:
=C23-D23
माथिल्लो सीमा प्राप्त गर्न, अनुमानित मानमा विश्वास अन्तराल थप्नुहोस्:
=C23+D23
जहाँ C23 FORECAST.ETS द्वारा फिर्ता गरिएको अनुमानित मान हो र D23 FORECAST.ETS.CONFINT द्वारा फिर्ता गरिएको विश्वास अन्तराल हो।
माथिको सूत्रहरूलाई तल प्रतिलिपि गर्नुहोस्, नतिजाहरूलाई चार्टमा प्लट गर्नुहोस्, र तपाईंसँग अनुमानित मानहरू र विश्वास अन्तरालको स्पष्ट दृश्य प्रतिनिधित्व हुनेछ:
टिप। यस्तो ग्राफ तपाईको लागि स्वचालित रूपमा सिर्जना गर्न, एक्सेल पूर्वानुमान पाना सुविधाको लाभ लिनुहोस्।
Excel FORECAST.ETS.SEASONALITY प्रकार्य
FORECAST.ETS.SEASONALITY प्रकार्यको लम्बाइ गणना गर्न प्रयोग गरिन्छ। निर्दिष्ट टाइमलाइनमा पुनरावर्ती ढाँचा। सँग घनिष्ठ रूपमा जोडिएको छ