எக்செல் ஃபோர்காஸ்ட் மற்றும் ஃபார்முலா எடுத்துக்காட்டுகளுடன் தொடர்புடைய செயல்பாடுகள்

Michael Brown

28-05-2023 எக்செல்
  • இதை பகிர்
Michael Brown

எக்செல் ஃபோர்காஸ்ட் மற்றும் பிற தொடர்புடைய செயல்பாடுகளை ஃபார்முலா எடுத்துக்காட்டுகளுடன் எவ்வாறு பயன்படுத்துவது என்பதை டுடோரியல் விளக்குகிறது.

மைக்ரோசாஃப்ட் எக்செல் இல், நேரியல் மற்றும் அதிவேக மென்மையான முன்னறிவிப்புகளை உருவாக்க உதவும் பல செயல்பாடுகள் உள்ளன. விற்பனை, வரவு செலவுகள், பணப்புழக்கங்கள், பங்கு விலைகள் மற்றும் பல போன்ற வரலாற்று தரவுகளில்.

இந்த பயிற்சியின் முக்கிய கவனம் இரண்டு முக்கிய முன்கணிப்பு செயல்பாடுகளில் இருக்கும், ஆனால் மற்ற செயல்பாடுகளையும் சுருக்கமாகத் தொடுவோம். அவற்றின் நோக்கம் மற்றும் அடிப்படைப் பயன்பாடுகளைப் புரிந்துகொள்ள உங்களுக்கு உதவ.

    Excel முன்னறிவிப்பு செயல்பாடுகள்

    Excel இன் சமீபத்திய பதிப்புகளில், ஆறு வெவ்வேறு முன்னறிவிப்பு செயல்பாடுகள் உள்ளன.

    இரண்டு செயல்பாடுகளும் நேரியல் முன்னறிவிப்புகளைச் செய்கின்றன:

    • முன்கணிப்பு - நேரியல் பின்னடைவைப் பயன்படுத்தி எதிர்கால மதிப்புகளைக் கணிக்கின்றன; எக்செல் 2013 மற்றும் அதற்கு முந்தையவற்றுடன் பின்னோக்கிப் பொருந்தக்கூடிய ஒரு மரபுச் செயல்பாடு.
    • LINEAR - FORECAST செயல்பாட்டிற்கு ஒத்தது; எக்செல் 2016 மற்றும் எக்செல் 2019 இல் முன்னறிவிப்பு செயல்பாடுகளின் புதிய தொகுப்பின் ஒரு பகுதி.

    நான்கு ETS செயல்பாடுகள் அதிவேக ஸ்மூத்திங் முன்னறிவிப்புகளுக்காக வடிவமைக்கப்பட்டுள்ளது. இந்த செயல்பாடுகள் Office 365, Excel 2019 மற்றும் Excel 2016க்கான Excel இல் மட்டுமே கிடைக்கும்.

    • ETS - அதிவேக ஸ்மூத்திங் அல்காரிதம் அடிப்படையில் எதிர்கால மதிப்புகளைக் கணிக்கும்.
    • ETS.CONFINT - கணக்கிடுகிறது நம்பக இடைவெளி.
    • ETS.SeasonALITY - பருவகால அல்லது பிற தொடர்ச்சியான வடிவத்தின் நீளத்தைக் கணக்கிடுகிறது.
    • ETS.STAT - திரும்புகிறதுFORECAST.ETS, ஏனெனில் இரண்டு செயல்பாடுகளும் பருவகாலத்தைக் கண்டறிய ஒரே அல்காரிதத்தைப் பயன்படுத்துகின்றன.

      இந்தச் செயல்பாடு Office 365, Excel 2019 மற்றும் Excel 2016 ஆகியவற்றில் Excel இல் கிடைக்கிறது.

      FORECAST.ETS இன் தொடரியல். பருவகாலம் பின்வருமாறு:

      FORECAST.ETS.SEASONALITY(மதிப்புகள், காலவரிசை, [data_completion], [ஒருங்கிணைத்தல்])

      எங்கள் தரவுத் தொகுப்பிற்கு, சூத்திரம் பின்வரும் வடிவத்தை எடுக்கும்:

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

      மேலும் பருவநிலை 7 ஐ வழங்குகிறது, இது எங்கள் வரலாற்றுத் தரவின் வாராந்திர வடிவத்துடன் முழுமையாக ஒத்துப்போகிறது:

      Excel FORECAST.ETS.STAT செயல்பாடு

      FORECAST.ETS.STAT செயல்பாடானது, நேரத் தொடர் அதிவேக மென்மையான முன்னறிவிப்பு தொடர்பான குறிப்பிட்ட புள்ளிவிவர மதிப்பை வழங்குகிறது.

      மற்ற ETS செயல்பாடுகளைப் போலவே, இது Office 365, Excel 2019 மற்றும் Excel 2016 ஆகியவற்றில் கிடைக்கும்.

      செயல்பாட்டில் பின்வரும் தொடரியல் உள்ளது:

      FORECAST.ETS.STAT(மதிப்புகள், காலவரிசை, புள்ளியியல்_வகை, [பருவநிலை], [data_completion], [aggregation])

      statistic_type எந்த புள்ளிவிவர மதிப்பை திரும்பப் பெற வேண்டும் என்பதை வாதம் குறிக்கிறது:

      1. ஆல்ஃபா (அடிப்படை மதிப்பு) - தரவுப் புள்ளிகளின் எடையைக் கட்டுப்படுத்தும் 0 மற்றும் 1க்கு இடையே உள்ள மென்மையான மதிப்பு. அதிக மதிப்பு, சமீபத்திய தரவுகளுக்கு அதிக எடை கொடுக்கப்படுகிறது.
      2. பீட்டா (போக்கு மதிப்பு) - 0 மற்றும் 1 க்கு இடையிலான மதிப்பு, இது போக்கு கணக்கீட்டை தீர்மானிக்கிறது. அதிக மதிப்பு, சமீபத்திய போக்குகளுக்கு அதிக எடை கொடுக்கப்படுகிறது.
      3. காமா (பருவகால மதிப்பு) - மதிப்புETS முன்னறிவிப்பின் பருவநிலையைக் கட்டுப்படுத்தும் 0 மற்றும் 1 இடையே. அதிக மதிப்பு, சமீபத்திய பருவகால காலத்திற்கு அதிக எடை கொடுக்கப்படுகிறது.
      4. MASE (அதாவது முழுமையான அளவிடப்பட்ட பிழை) - முன்னறிவிப்பு துல்லியத்தின் அளவீடு.
      5. SMAPE (சமச்சீர் சராசரி முழுமையான சதவீதப் பிழை) - சதவீதம் அல்லது தொடர்புடைய பிழைகளின் அடிப்படையில் துல்லியத்தின் அளவீடு.
      6. MAE (சராசரி முழுமையான பிழை) - சராசரி அளவை அளவிடும் கணிப்புப் பிழைகள், அவற்றின் திசையைப் பொருட்படுத்தாமல்.
      7. RMSE (ரூட் சராசரி சதுரப் பிழை) - கணிக்கப்பட்ட மற்றும் கவனிக்கப்பட்ட மதிப்புகளுக்கு இடையிலான வேறுபாடுகளின் அளவீடு.
      8. படி அளவு கண்டறியப்பட்டது - காலவரிசையில் கண்டறியப்பட்ட படி அளவு.

      உதாரணமாக, எங்கள் மாதிரி தரவுத் தொகுப்பிற்கான ஆல்பா அளவுருவை வழங்க, இந்த சூத்திரத்தைப் பயன்படுத்துகிறோம்:

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

      கீழே உள்ள ஸ்கிரீன் ஷாட் மற்ற புள்ளிவிவர மதிப்புகளுக்கான சூத்திரங்களைக் காட்டுகிறது:

      எக்செல் இல் நீங்கள் நேரத் தொடர் முன்னறிவிப்பை இப்படித்தான் செய்கிறீர்கள். இந்த டுடோரியலில் விவாதிக்கப்பட்டுள்ள அனைத்து சூத்திரங்களையும் ஆராய, எக்செல் முன்னறிவிப்பு மாதிரிப் பணிப்புத்தகத்தைப் பதிவிறக்க உங்களை வரவேற்கிறோம். படித்ததற்கு நன்றி மற்றும் அடுத்த வாரம் உங்களை எங்கள் வலைப்பதிவில் சந்திப்போம் என்று நம்புகிறேன்!

      நேரத் தொடர் முன்கணிப்புக்கான புள்ளிவிவர மதிப்புகள்.

    எக்செல் ஃபோர்காஸ்ட் செயல்பாடு

    எக்செல் இல் ஃபோர்காஸ்ட் செயல்பாடு நேரியல் பின்னடைவு ஐப் பயன்படுத்தி எதிர்கால மதிப்பைக் கணிக்கப் பயன்படுகிறது. வேறு வார்த்தைகளில் கூறுவதானால், FORECAST ஆனது வரலாற்றுத் தரவுகளின் அடிப்படையில் சிறந்த பொருத்தத்தின் வரிசையில் எதிர்கால மதிப்பைத் திட்டமிடுகிறது.

    FORECAST செயல்பாட்டின் தொடரியல் பின்வருமாறு:

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

    எங்கே:

    • X (தேவை) - ஒரு புதிய y-மதிப்பை நீங்கள் கணிக்க விரும்பும் ஒரு எண் x-மதிப்பு.
    • Known_y's (தேவையானது) - அறியப்பட்ட சார்பு y-மதிப்புகளின் வரிசை.
    • Known_x's (தேவை) - அறியப்பட்ட சுயாதீன x-மதிப்புகளின் வரிசை.

    Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP மற்றும் Excel 2000க்கான Excel இன் அனைத்து பதிப்புகளிலும் FORECAST செயல்பாடு செயல்படுகிறது.

    குறிப்பு. எக்செல் 2016 மற்றும் 2019 இல், இந்த செயல்பாடு FORECAST.LINEAR உடன் மாற்றப்பட்டது, ஆனால் பின்தங்கிய இணக்கத்தன்மைக்கு இன்னும் கிடைக்கிறது.

    Excel FORECAST.LINEAR செயல்பாடு

    FORECAST.LINEAR செயல்பாடு என்பது நவீன இணை FORECAST செயல்பாட்டின். இது ஒரே நோக்கம் மற்றும் தொடரியல் கொண்டது:

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

    இந்தச் செயல்பாடு Office 365, Excel 2019 மற்றும் Excel 2016 ஆகியவற்றில் Excel இல் கிடைக்கிறது.

    எப்படி முன்கணிப்பு மற்றும் FORECAST.LINEAR எதிர்கால மதிப்புகளைக் கணக்கிடுகிறது

    இரண்டு செயல்பாடுகளும் நேரியல் பின்னடைவைப் பயன்படுத்தி எதிர்கால y-மதிப்பைக் கணக்கிடுகின்றனசமன்பாடு:

    y = a + bx

    a மாறிலி (இடையிடல்) எங்கே:

    மற்றும் b குணகம் ( கோட்டின் சாய்வு) இது:

    x̄ மற்றும் ȳ இன் மதிப்புகள் அறியப்பட்ட x-மதிப்புகள் மற்றும் y-மதிப்புகளின் மாதிரி வழிமுறைகள் (சராசரிகள்) ஆகும்.

    Excel FORECAST செயல்பாடு செயல்படவில்லை:

    உங்கள் FORECAST சூத்திரம் பிழையை அளித்தால், இது பெரும்பாலும் பின்வரும் காரணங்களால் இருக்கலாம்:

    1. தெரிந்த_x மற்றும் தெரிந்த_y இன் வரம்புகள் வேறுபட்டால் நீளம் அல்லது காலியாக இருந்தால், #N/A! பிழை ஏற்படுகிறது.
    2. x மதிப்பு எண் அல்லாததாக இருந்தால், சூத்திரம் #VALUE ஐ வழங்கும்! பிழை.
    3. தெரிந்த_x இன் மாறுபாடு பூஜ்ஜியமாக இருந்தால், #DIV/0! பிழை ஏற்படுகிறது.

    எக்செல்-சூத்திரத்தில் FORECAST செயல்பாட்டை எவ்வாறு பயன்படுத்துவது - சூத்திர உதாரணம்

    ஏற்கனவே குறிப்பிட்டுள்ளபடி, Excel FORECAST மற்றும் FORECAST. LINEAR செயல்பாடுகள் நேரியல் போக்கு முன்னறிவிப்பிற்காக வடிவமைக்கப்பட்டுள்ளது. லீனியர் தரவுத்தொகுப்புகளிலும், முக்கியமற்ற தரவு ஏற்ற இறக்கங்களைப் புறக்கணித்து, பொதுவான போக்கை நீங்கள் கணிக்க விரும்பும் சூழ்நிலைகளிலும் அவை சிறப்பாகச் செயல்படுகின்றன.

    உதாரணமாக, அடுத்த 7 நாட்களுக்கு எங்கள் இணையதளப் போக்குவரத்தை நாங்கள் கணிக்க முயற்சிப்போம். முந்தைய 3 வாரங்களுக்கான தரவு.

    B2:B22 இல் அறியப்பட்ட y-மதிப்புகள் (பார்வையாளர்களின் எண்ணிக்கை) மற்றும் A2:A22 இல் அறியப்பட்ட x-மதிப்புகள் (தேதிகள்) ஆகியவற்றுடன், முன்னறிவிப்பு சூத்திரம் பின்வருமாறு செல்கிறது.

    Excel 2019 - Excel 2000 :

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

    Excel 2016 மற்றும் Excel 2019 :

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

    A23 என்பது ஒரு புதிய x-மதிப்பாகும், அதற்காக நீங்கள் எதிர்காலத்தைக் கணிக்க விரும்புகிறீர்கள்y-மதிப்பு.

    உங்கள் எக்செல் பதிப்பைப் பொறுத்து, மேலே உள்ள சூத்திரங்களில் ஒன்றை வரிசை 23 இல் உள்ள எந்த வெற்று கலத்திலும் செருகவும், தேவையான பல கலங்களுக்கு நகலெடுக்கவும், இந்த முடிவைப் பெறுவீர்கள்:

    0>

    சூத்திரத்தை மற்ற கலங்களுக்கு நகலெடுக்கும்போது அவை மாறுவதைத் தடுக்க, முழுமையான செல் குறிப்புகளுடன் ($A$2:$A$2 போன்றவை) வரம்புகளைப் பூட்டுகிறோம் என்பதைக் கவனத்தில் கொள்ளவும்.

    ஒரு வரைபடத்தில் வரையப்பட்டது, எங்கள் நேரியல் முன்னறிவிப்பு பின்வருமாறு தெரிகிறது:

    அத்தகைய வரைபடத்தை உருவாக்குவதற்கான விரிவான படிகள் நேரியல் பின்னடைவு முன்கணிப்பு விளக்கப்படத்தில் விவரிக்கப்பட்டுள்ளன.

    உங்கள் வரலாற்றுத் தரவில் காணப்பட்ட தொடர்ச்சியான முறை யின் அடிப்படையில் எதிர்கால மதிப்புகளைக் கணிக்க விரும்பினால், Excel FORECAST செயல்பாட்டிற்குப் பதிலாக FORECAST.ETS ஐப் பயன்படுத்தவும். இதை எப்படி செய்வது என்று எங்கள் டுடோரியலின் அடுத்த பகுதி காட்டுகிறது.

    Excel FORECAST.ETS செயல்பாடு

    FORECAST.ETS செயல்பாடு அதிவேக ஸ்மூத்திங் முன்னறிவிப்புகளின் அடிப்படையில் பயன்படுத்தப்படுகிறது. ஏற்கனவே உள்ள மதிப்புகளின் தொடர்.

    இன்னும் துல்லியமாக, இது எக்ஸ்போனன்ஷியல் டிரிபிள் ஸ்மூத்திங் (ETS) அல்காரிதத்தின் AAA பதிப்பின் அடிப்படையில் எதிர்கால மதிப்பைக் கணித்துள்ளது, எனவே செயல்பாட்டின் பெயர். இந்த அல்காரிதம் பருவகால வடிவங்கள் மற்றும் நம்பிக்கை இடைவெளிகளைக் கண்டறிவதன் மூலம் தரவுப் போக்குகளில் உள்ள முக்கியமற்ற விலகல்களை மென்மையாக்குகிறது. "AAA" என்பது சேர்க்கை பிழை, சேர்க்கும் போக்கு மற்றும் சேர்க்கும் பருவநிலை ஆகியவற்றைக் குறிக்கிறது.

    FORECAST.ETS செயல்பாடு Office 365, Excel 2019 மற்றும் Excel 2016 ஆகியவற்றில் Excel இல் கிடைக்கிறது.

    இன் தொடரியல்Excel FORECAST.ETS பின்வருமாறு:

    FORECAST.ETS(இலக்கு_தேதி, மதிப்புகள், காலவரிசை, [பருவநிலை], [தரவு_முடிவு], [தொகுப்பு])

    எங்கே:

    • Target_date (தேவை) - மதிப்பை முன்னறிவிப்பதற்கான தரவுப் புள்ளி. இது ஒரு தேதி/நேரம் அல்லது எண்ணால் குறிப்பிடப்படலாம்.
    • மதிப்புகள் (தேவை) - வரம்பு அல்லது வரலாற்றுத் தரவுகளின் வரிசை, எதிர்கால மதிப்புகளை நீங்கள் கணிக்க வேண்டும்.
    • காலவரிசை (அவசியம்) - தேதிகள்/நேரங்களின் வரிசை அல்லது அவற்றுக்கிடையே நிலையான படிநிலையுடன் கூடிய சுயாதீன எண் தரவு.
    • பருவநிலை (விரும்பினால்) - ஒரு எண் பருவகால வடிவத்தின் நீளம்:
      • 1 அல்லது தவிர்க்கப்பட்டது (இயல்புநிலை) - நேர்மறை, முழு எண்களைப் பயன்படுத்தி Excel தானாகவே பருவநிலையைக் கண்டறியும்.
      • 0 - பருவநிலை இல்லை, அதாவது நேரியல் முன்னறிவிப்பு.

      அதிகபட்சமாக அனுமதிக்கப்படும் பருவகாலம் 8,760 ஆகும், இது ஒரு வருடத்தில் உள்ள மணிநேரங்களின் எண்ணிக்கை. அதிக பருவநிலை எண் #NUM இல் விளையும்! பிழை.

    • தரவு நிறைவு (விரும்பினால்) - விடுபட்ட புள்ளிகளுக்கான கணக்குகள்.
      • 1 அல்லது தவிர்க்கப்பட்டது (இயல்புநிலை) - விடுபட்ட புள்ளிகளை அண்டை புள்ளிகளின் சராசரியாக நிரப்பவும் (லைனர் இன்ரெர்போலேஷன்).
      • 0 - விடுபட்ட புள்ளிகளை பூஜ்ஜியமாகக் கருதவும்.
        • <5
    • ஒருங்கிணைப்பு (விரும்பினால்) - ஒரே நேர முத்திரையுடன் பல தரவு மதிப்புகளை எவ்வாறு ஒருங்கிணைப்பது என்பதைக் குறிப்பிடுகிறது.
      • 1 அல்லது தவிர்க்கப்பட்டது (இயல்புநிலை) - AVERAGE செயல்பாடு திரட்டலுக்குப் பயன்படுத்தப்படுகிறது.
      • உங்கள் மற்ற விருப்பங்கள்: 2 - COUNT, 3 -COUNTA, 4 - MAX, 5 - MEDIAN, 6 - MIN மற்றும் 7 - SUM.

    FRECAST.ETS பற்றி நீங்கள் தெரிந்து கொள்ள வேண்டிய 5 விஷயங்கள்

      <10 FORECAST.ETS செயல்பாட்டின் சரியான பணிக்கு, காலப்பதிவு வழக்கமான இடைவெளியைக் கொண்டிருக்க வேண்டும் - மணிநேரம், தினசரி, மாதாந்திர, காலாண்டு, ஆண்டு, போன்றவை.
    1. செயல்பாடு மிகவும் பொருத்தமானது பருவகால அல்லது பிற மீண்டும் திரும்பும் முறை கொண்ட நேரியல் அல்லாத தரவுத் தொகுப்புகள் 30% தரவு புள்ளிகள் வரை இல்லாத முழுமையற்ற தரவுத்தொகுப்புகளுடன் செயல்பாடு செயல்படும். விடுபட்ட புள்ளிகள் தரவு நிறைவு வாதத்தின் மதிப்பின்படி கருதப்படுகின்றன.
    2. நிலையான படிநிலையுடன் காலவரிசை தேவைப்பட்டாலும், தேதியில் நகல்கள் இருக்கலாம் / நேரத் தொடர். ஒருங்கிணைப்பு வாதத்தால் வரையறுக்கப்பட்டபடி ஒரே நேர முத்திரையுடன் கூடிய மதிப்புகள் ஒருங்கிணைக்கப்படுகின்றன.

    FORECAST.ETS செயல்பாடு செயல்படவில்லை:

    உங்கள் சூத்திரம் பிழையை உருவாக்கினால், இது பின்வருவனவற்றில் ஒன்றாக இருக்கலாம்:

    1. மதிப்புகள் மற்றும் காலவரிசை வரிசைகள் வெவ்வேறு நீளத்தைக் கொண்டிருந்தால் #N/A ஏற்படும்.
    2. #VALUE! பருவநிலை , தரவு நிறைவு அல்லது ஒருங்கிணைப்பு வாதம் எண் அல்லாததாக இருந்தால் பிழை திரும்பும்.
    3. #NUM! பின்வரும் காரணங்களுக்காக பிழை ஏற்படுத்தப்படலாம்:
      • ஒரு சீரான படி அளவை காலவரிசை இல் கண்டறிய முடியாது.
      • தி பருவகாலம் மதிப்பு ஆதரிக்கப்படும் வரம்பிற்கு வெளியே உள்ளது (0 - 8,7600).
      • தரவு நிறைவு மதிப்பு 0 அல்லது 1 அல்ல.
      • ஒருங்கிணைப்பு மதிப்பு செல்லுபடியாகும் வரம்பிற்கு வெளியே உள்ளது (1 - 7).

    எக்செல் - ஃபார்முலா உதாரணத்தில் FORECAST.ETS செயல்பாட்டை எவ்வாறு பயன்படுத்துவது

    அதிவேக மிருதுவாக்கத்துடன் கணக்கிடப்படும் எதிர்கால மதிப்புகள் நேரியல் பின்னடைவு முன்னறிவிப்பிலிருந்து எவ்வாறு வேறுபடுகின்றன என்பதைப் பார்க்க, முந்தைய எடுத்துக்காட்டில் நாம் பயன்படுத்திய அதே தரவுத் தொகுப்பிற்கான FORECAST.ETS சூத்திரத்தை உருவாக்குவோம்:

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

    எங்கே:

    • A23 என்பது இலக்கு தேதி
    • $B$2:$B $22 என்பது வரலாற்றுத் தரவு ( மதிப்புகள் )
    • $A$2:$A$22 தேதிகள் ( காலவரிசை )

    தவிர்ப்பதன் மூலம் கடைசி மூன்று வாதங்கள் ( பருவநிலை , தரவு நிறைவு அல்லது ஒருங்கிணைப்பு ) நாங்கள் எக்செல் இயல்புநிலைகளை நம்பியுள்ளோம். மேலும் எக்செல் போக்கை கச்சிதமாக முன்னறிவிக்கிறது:

    Excel FORECAST.ETS.CONFINT செயல்பாடு

    FRECAST.ETS.CONFINT செயல்பாடு நம்பக இடைவெளியைக் கணக்கிடப் பயன்படுகிறது முன்னறிவிக்கப்பட்ட மதிப்பு.

    நம்பிக்கை இடைவெளி என்பது கணிப்புத் துல்லியத்தின் அளவீடு. சிறிய இடைவெளி, ஒரு குறிப்பிட்ட தரவுப் புள்ளிக்கான கணிப்பு மீது அதிக நம்பிக்கை உள்ளது.

    FRECAST.ETS.CONFINT ஆனது Office 365, Excel 2019 மற்றும் Excel 2016 ஆகியவற்றில் Excel இல் கிடைக்கிறது.

    செயல்பாடு பின்வரும் வாதங்களைக் கொண்டுள்ளது:

    FORECAST.ETS.CONFINT(target_date, மதிப்புகள், காலவரிசை,[confidence_level], [seasonality], [data completion], [aggregation])

    நீங்கள் பார்க்கிறபடி, FORECAST.ETS.CONFINT இன் தொடரியல் இந்த கூடுதல் வாதத்தைத் தவிர, FORECAST.ETS செயல்பாட்டைப் போலவே உள்ளது:

    Confidence_level (விரும்பினால்) - கணக்கிடப்பட்ட இடைவெளியில் நம்பிக்கையின் அளவைக் குறிப்பிடும் 0 மற்றும் 1க்கு இடைப்பட்ட எண். பொதுவாக, இது ஒரு தசம எண்ணாக வழங்கப்படுகிறது, இருப்பினும் சதவீதங்களும் ஏற்றுக்கொள்ளப்படுகின்றன. உதாரணமாக, 90% நம்பிக்கை அளவை அமைக்க, நீங்கள் 0.9 அல்லது 90% ஐ உள்ளிடவும்.

    • தவிர்க்கப்பட்டால், இயல்புநிலை மதிப்பு 95% பயன்படுத்தப்படும், அதாவது 95% நேரம் கணிக்கப்பட்ட தரவு FORECAST.ETS ஆல் வழங்கப்பட்ட மதிப்பிலிருந்து புள்ளி இந்த ஆரத்திற்குள் வரும் என்று எதிர்பார்க்கப்படுகிறது.
    • நம்பிக்கை நிலை ஆதரிக்கப்படும் வரம்பிற்கு வெளியே இருந்தால் (0 - 1), சூத்திரம் #NUM ஐ வழங்கும்! பிழை.

    FORECAST.ETS.CONFINT சூத்திர உதாரணம்

    நடைமுறையில் இது எவ்வாறு செயல்படுகிறது என்பதைப் பார்க்க, எங்கள் மாதிரி தரவுத் தொகுப்பிற்கான நம்பிக்கை இடைவெளியைக் கணக்கிடுவோம்:

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

    எங்கே:

    • A23 என்பது இலக்கு தேதி
    • $B$2:$B$22 என்பது வரலாற்றுத் தரவு
    • $A$2:$ A$22 என்பது தேதிகள்

    கடைசி 4 வாதங்கள் தவிர்க்கப்பட்டன, எக்செல் இயல்புநிலை விருப்பங்களைப் பயன்படுத்தச் சொல்கிறது:

    • நம்பிக்கை அளவை 95% ஆக அமைக்கவும்.
    • பருவகாலத்தைத் தானாகக் கண்டறியவும்.
    • அண்டை புள்ளிகளின் சராசரியாக விடுபட்ட புள்ளிகளை நிறைவு செய்யவும்.
    • சராசரியைப் பயன்படுத்தி ஒரே நேர முத்திரையுடன் பல தரவு மதிப்புகளை ஒருங்கிணைக்கவும்.செயல்பாடு.

    திரும்பிய மதிப்புகள் உண்மையில் என்ன அர்த்தம் என்பதைப் புரிந்துகொள்ள, கீழே உள்ள ஸ்கிரீன்ஷாட்டைப் பார்க்கவும் (வரலாற்றுத் தரவுகளுடன் சில வரிசைகள் இடத்திற்காக மறைக்கப்பட்டுள்ளன).

    தி D23 இல் உள்ள சூத்திரம் 6441.22 முடிவை அளிக்கிறது (2 தசம புள்ளிகளுக்கு வட்டமானது). இதன் பொருள் என்னவென்றால், 95% நேரம், 11-மார்கிற்கான கணிப்பு, முன்னறிவிக்கப்பட்ட மதிப்பான 61,075 (C3) இல் 6441.22 க்குள் குறையும் என்று எதிர்பார்க்கப்படுகிறது. அதாவது 61,075 ± 6441.22.

    முன்கணிக்கப்பட்ட மதிப்புகள் எந்த வரம்பிற்குள் குறையக்கூடும் என்பதைக் கண்டறிய, ஒவ்வொரு தரவுப் புள்ளிக்கும் நம்பிக்கை இடைவெளி வரம்புகளைக் கணக்கிடலாம்.<3

    குறைந்த வரம்பைப் பெற, முன்னறிவிக்கப்பட்ட மதிப்பிலிருந்து நம்பிக்கை இடைவெளியைக் கழிக்கவும்:

    =C23-D23

    மேல் வரம்பைப் பெற , முன்னறிவிக்கப்பட்ட மதிப்பில் நம்பிக்கை இடைவெளியைச் சேர்க்கவும்:

    =C23+D23

    இங்கு C23 என்பது FORECAST.ETS ஆல் வழங்கப்படும் கணிக்கப்பட்ட மதிப்பு மற்றும் D23 என்பது FORECAST.ETS.CONFINT ஆல் வழங்கப்படும் நம்பக இடைவெளியாகும்.

    மேலே உள்ள சூத்திரங்களை கீழே நகலெடுத்து, ஒரு விளக்கப்படத்தில் முடிவுகளை வரையவும், மேலும் நீங்கள் கணித்த மதிப்புகள் மற்றும் நம்பிக்கை இடைவெளியின் தெளிவான காட்சிப் பிரதிநிதித்துவத்தைப் பெறுவீர்கள்:

    உதவிக்குறிப்பு. அத்தகைய வரைபடத்தை உங்களுக்காக தானாக உருவாக்க, Excel முன்னறிவிப்பு தாள் அம்சத்தைப் பயன்படுத்தவும்.

    Excel FORECAST.ETS.SEASONALITY செயல்பாடு

    FORECAST.ETS.SEASONALITY செயல்பாடு இதன் நீளத்தைக் கணக்கிடப் பயன்படுகிறது. குறிப்பிட்ட காலவரிசையில் ஒரு தொடர்ச்சியான முறை. இது நெருக்கமாக இணைக்கப்பட்டுள்ளது

    முந்தைய பதிவு எக்செல் (மாற்று வரிசை வண்ணங்கள்) இல் மற்ற எல்லா வரிசைகளையும் எவ்வாறு முன்னிலைப்படுத்துவது
    அடுத்த பதிவு இன்றிலிருந்து 30/60/90 நாட்கள் அல்லது அதற்கு முன் - எக்செல் இல் தேதி கால்குலேட்டர்

    மைக்கேல் பிரவுன் ஒரு பிரத்யேக தொழில்நுட்ப ஆர்வலர், மென்பொருள் கருவிகளைப் பயன்படுத்தி சிக்கலான செயல்முறைகளை எளிதாக்குவதில் ஆர்வம் கொண்டவர். தொழில்நுட்பத் துறையில் ஒரு தசாப்தத்திற்கும் மேலான அனுபவத்துடன், மைக்ரோசாஃப்ட் எக்செல் மற்றும் அவுட்லுக், அத்துடன் கூகுள் தாள்கள் மற்றும் டாக்ஸில் தனது திறமைகளை மெருகேற்றியுள்ளார். மைக்கேலின் வலைப்பதிவு அவரது அறிவையும் நிபுணத்துவத்தையும் மற்றவர்களுடன் பகிர்ந்துகொள்வதற்காக அர்ப்பணிக்கப்பட்டுள்ளது, உற்பத்தித்திறன் மற்றும் செயல்திறனை மேம்படுத்துவதற்கு எளிதாகப் பின்பற்றக்கூடிய உதவிக்குறிப்புகள் மற்றும் பயிற்சிகளை வழங்குகிறது. நீங்கள் ஒரு அனுபவமிக்க நிபுணராக இருந்தாலும் அல்லது தொடக்கநிலையாளராக இருந்தாலும், மைக்கேலின் வலைப்பதிவு இந்த அத்தியாவசிய மென்பொருள் கருவிகளில் இருந்து அதிகமானவற்றைப் பெறுவதற்கு மதிப்புமிக்க நுண்ணறிவுகளையும் நடைமுறை ஆலோசனைகளையும் வழங்குகிறது.