Excel FORECAST และฟังก์ชันที่เกี่ยวข้องพร้อมตัวอย่างสูตร

  • แบ่งปันสิ่งนี้
Michael Brown

บทช่วยสอนจะอธิบายวิธีใช้การคาดการณ์ของ Excel และฟังก์ชันอื่นๆ ที่เกี่ยวข้องพร้อมตัวอย่างสูตร

ใน Microsoft Excel มีฟังก์ชันหลายอย่างที่สามารถช่วยคุณสร้างการคาดการณ์การปรับให้เรียบแบบเชิงเส้นและแบบเอ็กซ์โพเนนเชียลตาม เกี่ยวกับข้อมูลในอดีต เช่น ยอดขาย งบประมาณ กระแสเงินสด ราคาหุ้น และอื่นๆ

จุดสนใจหลักของบทช่วยสอนนี้จะอยู่ที่ฟังก์ชันการคาดการณ์หลักสองฟังก์ชัน แต่เราจะกล่าวถึงฟังก์ชันอื่นๆ สั้นๆ ด้วยเช่นกัน เพื่อช่วยให้คุณเข้าใจวัตถุประสงค์และการใช้งานพื้นฐาน

    ฟังก์ชันการคาดการณ์ของ Excel

    ใน Excel เวอร์ชันล่าสุด มีฟังก์ชันการคาดการณ์ที่แตกต่างกัน 6 ฟังก์ชัน

    ทั้งสองฟังก์ชันทำการพยากรณ์ เชิงเส้น :

    • FORECAST - ทำนายค่าในอนาคตโดยใช้การถดถอยเชิงเส้น ฟังก์ชันเดิมสำหรับความเข้ากันได้ย้อนหลังกับ Excel 2013 และรุ่นก่อนหน้า
    • LINEAR - เหมือนกับฟังก์ชัน FORECAST; ส่วนหนึ่งของชุดฟังก์ชันการคาดการณ์ใหม่ใน Excel 2016 และ Excel 2019

    ฟังก์ชัน ETS ทั้งสี่นี้มีไว้สำหรับ การปรับให้เรียบแบบทวีคูณ การคาดการณ์ ฟังก์ชันเหล่านี้พร้อมใช้งานใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016 เท่านั้น

    • ETS - คาดการณ์มูลค่าในอนาคตตามอัลกอริทึมการปรับให้เรียบแบบเลขชี้กำลัง
    • ETS.CONFINT - คำนวณ ช่วงความเชื่อมั่น
    • ETS.SEASONALITY - คำนวณความยาวของรูปแบบตามฤดูกาลหรือรูปแบบที่เกิดซ้ำอื่นๆ
    • ETS.STAT - ส่งคืนFORECAST.ETS เนื่องจากทั้งสองฟังก์ชันใช้อัลกอริทึมเดียวกันในการตรวจหาฤดูกาล

      ฟังก์ชันนี้พร้อมใช้งานใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016

      ไวยากรณ์ของ FORECAST.ETS ฤดูกาลเป็นดังนี้:

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

      สำหรับชุดข้อมูลของเรา สูตรจะใช้รูปแบบต่อไปนี้:

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

      และส่งกลับค่าฤดูกาล 7 ซึ่งสอดคล้องกับรูปแบบรายสัปดาห์ของข้อมูลประวัติของเรา:

      ฟังก์ชัน Excel FORECAST.ETS.STAT

      ฟังก์ชัน FORECAST.ETS.STAT ส่งกลับค่าทางสถิติที่ระบุซึ่งเกี่ยวข้องกับการคาดการณ์การปรับให้เรียบแบบเลขชี้กำลังแบบอนุกรมเวลา

      เช่นเดียวกับฟังก์ชัน ETS อื่นๆ ฟังก์ชันนี้มีให้ใช้งานใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016

      ฟังก์ชันมีไวยากรณ์ต่อไปนี้:

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

      The statistic_type อาร์กิวเมนต์ระบุว่าค่าทางสถิติใดที่จะส่งคืน:

      1. อัลฟ่า (ค่าฐาน) - ค่าการปรับให้เรียบระหว่าง 0 ถึง 1 ที่ควบคุมน้ำหนักของจุดข้อมูล ยิ่งค่าสูงเท่าใด ข้อมูลล่าสุดก็จะยิ่งมีน้ำหนักมากขึ้นเท่านั้น
      2. เบต้า (ค่าแนวโน้ม) - ค่าระหว่าง 0 ถึง 1 ที่กำหนดการคำนวณแนวโน้ม ยิ่งค่าสูงเท่าใด แนวโน้มล่าสุดก็จะยิ่งมีน้ำหนักมากขึ้นเท่านั้น
      3. แกมมา (ค่าฤดูกาล) - ค่าระหว่าง 0 ถึง 1 ที่ควบคุมฤดูกาลของการคาดการณ์ ETS ยิ่งค่าสูงเท่าใด ช่วงเวลาฤดูกาลล่าสุดก็จะยิ่งมีน้ำหนักมากขึ้นเท่านั้น
      4. MASE (หมายถึงข้อผิดพลาดมาตราส่วนสัมบูรณ์) - การวัดความแม่นยำของการคาดการณ์
      5. SMAPE (สมมาตรหมายถึงข้อผิดพลาดเป็นเปอร์เซ็นต์สัมบูรณ์) - การวัดความแม่นยำตามเปอร์เซ็นต์หรือข้อผิดพลาดสัมพัทธ์
      6. MAE (หมายถึงข้อผิดพลาดสัมบูรณ์) - วัดขนาดเฉลี่ยของ ข้อผิดพลาดในการคาดคะเน โดยไม่คำนึงถึงทิศทางของพวกเขา
      7. RMSE (ข้อผิดพลาดของค่าเฉลี่ยรากที่สอง) - การวัดความแตกต่างระหว่างค่าที่คาดการณ์และค่าที่สังเกตได้
      8. ขั้นตอน ขนาดที่ตรวจพบ - ขนาดขั้นตอนที่ตรวจพบในไทม์ไลน์

      ตัวอย่างเช่น หากต้องการส่งคืนพารามิเตอร์ Alpha สำหรับชุดข้อมูลตัวอย่างของเรา เราใช้สูตรนี้:

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

      ภาพหน้าจอด้านล่างแสดงสูตรสำหรับค่าทางสถิติอื่นๆ:

      นั่นคือวิธีที่คุณคาดการณ์อนุกรมเวลาใน Excel หากต้องการตรวจสอบสูตรทั้งหมดที่กล่าวถึงในบทช่วยสอนนี้ คุณสามารถดาวน์โหลดสมุดงานตัวอย่างการคาดการณ์ของ Excel ได้ ฉันขอขอบคุณสำหรับการอ่านและหวังว่าจะได้พบคุณในบล็อกของเราในสัปดาห์หน้า!

      ค่าทางสถิติสำหรับการคาดการณ์อนุกรมเวลา

    ฟังก์ชันการคาดการณ์ของ Excel

    ฟังก์ชันการคาดการณ์ใน Excel ใช้เพื่อทำนายค่าในอนาคตโดยใช้ การถดถอยเชิงเส้น กล่าวอีกนัยหนึ่ง FORECAST คาดการณ์มูลค่าในอนาคตตามแนวที่เหมาะสมที่สุดโดยอิงจากข้อมูลในอดีต

    ไวยากรณ์ของฟังก์ชัน FORECAST เป็นดังนี้:

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

    โดยที่:

    • X (จำเป็น) - ค่า x ตัวเลขที่คุณต้องการทำนายค่า y ใหม่
    • Known_y's (จำเป็น) - อาร์เรย์ของค่า y อิสระที่รู้จัก
    • Known_x's (จำเป็น) - อาร์เรย์ของค่า x อิสระที่รู้จัก

    ฟังก์ชันการคาดการณ์ทำงานได้ใน Excel ทุกรุ่นสำหรับ Office 365, Excel 2019, Excel 2016, Excel 2013, Excel 2010, Excel 2007, Excel 2003, Excel XP และ Excel 2000

    หมายเหตุ ใน Excel 2016 และ 2019 ฟังก์ชันนี้ถูกแทนที่ด้วย FORECAST.LINEAR แต่ยังคงใช้งานได้สำหรับความเข้ากันได้แบบย้อนหลัง

    ฟังก์ชัน FORECAST.LINEAR ของ Excel

    ฟังก์ชัน FORECAST.LINEAR เป็นฟังก์ชันคู่กันที่ทันสมัย ของฟังก์ชัน FORECAST มีจุดประสงค์และไวยากรณ์เดียวกัน:

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

    ฟังก์ชันนี้มีให้ใช้งานใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016

    วิธีการคาดการณ์และ FORECAST.LINEAR คำนวณค่าในอนาคต

    ทั้งสองฟังก์ชันคำนวณค่า y ในอนาคตโดยใช้การถดถอยเชิงเส้นสมการ:

    y = a + bx

    โดยที่ค่าคงที่ a (จุดตัด) คือ:

    และค่าสัมประสิทธิ์ b ( ความชันของเส้น) คือ:

    ค่าของ x̄ และ ȳ คือค่าเฉลี่ยตัวอย่าง (ค่าเฉลี่ย) ของค่า x และค่า y ที่ทราบ

    ฟังก์ชัน FORECAST ของ Excel ไม่ทำงาน:

    หากสูตร FORECAST ของคุณส่งกลับข้อผิดพลาด เป็นไปได้มากว่าเกิดจากสาเหตุต่อไปนี้:

    1. หากช่วงของknown_xและknown_yแตกต่างกัน ความยาว หรือเปล่า #N/A! เกิดข้อผิดพลาด
    2. หากค่า x ไม่ใช่ตัวเลข สูตรจะส่งกลับ #VALUE! ข้อผิดพลาด
    3. หากความแปรปรวนของknown_x's เป็นศูนย์ ข้อผิดพลาด #DIV/0! เกิดข้อผิดพลาดขึ้น

    วิธีใช้ฟังก์ชัน FORECAST ใน Excel - ตัวอย่างสูตร

    ตามที่ได้กล่าวไปแล้ว ฟังก์ชัน Excel FORECAST และ FORECAST.LINEAR มีวัตถุประสงค์เพื่อการพยากรณ์แนวโน้มเชิงเส้น ซึ่งทำงานได้ดีที่สุดสำหรับชุดข้อมูลเชิงเส้นและในสถานการณ์ที่คุณต้องการคาดการณ์แนวโน้มทั่วไปโดยไม่สนใจความผันผวนของข้อมูลที่มีนัยสำคัญ

    ตัวอย่างเช่น เราจะพยายามคาดการณ์การเข้าชมเว็บไซต์ของเราใน 7 วันข้างหน้าตาม ข้อมูลสำหรับ 3 สัปดาห์ที่ผ่านมา

    ด้วยค่า y ที่ทราบ (จำนวนผู้เข้าชม) ใน B2:B22 และค่า x ที่ทราบ (วันที่) ใน A2:A22 สูตรการคาดการณ์จะเป็นดังนี้

    Excel 2019 - Excel 2000 :

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

    Excel 2016 และ Excel 2019 :

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

    โดยที่ A23 คือค่า x ใหม่ที่คุณต้องการทำนายอนาคตค่า y

    ขึ้นอยู่กับเวอร์ชัน Excel ของคุณ ใส่หนึ่งในสูตรข้างต้นในเซลล์ว่างใดๆ ในแถวที่ 23 คัดลอกลงไปตามเซลล์ต่างๆ ตามต้องการ แล้วคุณจะได้ผลลัพธ์นี้:

    โปรดทราบว่าเราล็อกช่วงที่มีการอ้างอิงเซลล์แบบสัมบูรณ์ (เช่น $A$2:$A$2) เพื่อป้องกันไม่ให้เปลี่ยนแปลงเมื่อคัดลอกสูตรไปยังเซลล์อื่น

    ลงจุดบนกราฟ การคาดการณ์เชิงเส้นของเรามีลักษณะดังนี้:

    ขั้นตอนโดยละเอียดในการสร้างกราฟดังกล่าวได้อธิบายไว้ในแผนภูมิการคาดการณ์การถดถอยเชิงเส้น

    หากคุณต้องการทำนายมูลค่าในอนาคตตาม รูปแบบที่เกิดซ้ำ ที่พบในข้อมูลประวัติของคุณ ให้ใช้ FORECAST.ETS แทนฟังก์ชัน Excel FORECAST และส่วนถัดไปของบทช่วยสอนของเราจะแสดงวิธีการดำเนินการนี้

    ฟังก์ชัน FORECAST.ETS ของ Excel

    ฟังก์ชัน FORECAST.ETS ใช้เพื่อดำเนินการ การปรับให้เรียบแบบเอกซ์โปเนนเชียล การคาดการณ์ตาม ชุดของค่าที่มีอยู่

    แม่นยำยิ่งขึ้น โดยทำนายมูลค่าในอนาคตตามอัลกอริทึม Exponential Triple Smoothing (ETS) รุ่น AAA ซึ่งเป็นที่มาของชื่อฟังก์ชัน อัลกอริทึมนี้ปรับความเบี่ยงเบนเล็กน้อยในแนวโน้มข้อมูลให้ราบรื่นขึ้นด้วยการตรวจจับรูปแบบฤดูกาลและช่วงความเชื่อมั่น "AAA" หมายถึงข้อผิดพลาดเพิ่มเติม แนวโน้มเพิ่มเติม และฤดูกาลเพิ่มเติม

    ฟังก์ชัน FORECAST.ETS พร้อมใช้งานใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016

    ไวยากรณ์ของExcel FORECAST.ETS เป็นดังนี้:

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

    ที่ไหน:

    • Target_date (จำเป็น) - จุดข้อมูลที่จะคาดการณ์ค่า สามารถแสดงด้วยวันที่/เวลาหรือตัวเลข
    • ค่า (จำเป็น) - ช่วงหรืออาร์เรย์ของข้อมูลย้อนหลังที่คุณต้องการทำนายค่าในอนาคต
    • เส้นเวลา (ต้องระบุ) - อาร์เรย์ของวันที่/เวลาหรือข้อมูลตัวเลขอิสระที่มีขั้นตอนคงที่ระหว่างกัน
    • ฤดูกาล (ไม่บังคับ) - ตัวเลขที่แสดงถึง ความยาวของรูปแบบตามฤดูกาล:
      • 1 หรือละเว้น (ค่าเริ่มต้น) - Excel ตรวจพบฤดูกาลโดยอัตโนมัติโดยใช้จำนวนเต็มบวก
      • 0 - ไม่มีฤดูกาล เช่น การพยากรณ์เชิงเส้น

      ฤดูกาลสูงสุดที่อนุญาตคือ 8,760 ซึ่งเป็นจำนวนชั่วโมงในหนึ่งปี หมายเลขฤดูกาลที่สูงขึ้นจะส่งผลให้ #NUM! ข้อผิดพลาด

    • ความสมบูรณ์ของข้อมูล (ไม่บังคับ) - บัญชีสำหรับจุดที่ขาดหายไป
      • 1 หรือละไว้ (ค่าเริ่มต้น) - เติมจุดที่ขาดหายไปเป็นค่าเฉลี่ยของจุดที่ใกล้เคียง (การรวมเส้นตรง)
      • 0 - ให้ถือว่าจุดที่ขาดหายไปเป็นศูนย์
      • <5
    • การรวม (ไม่บังคับ) - ระบุวิธีรวมค่าข้อมูลหลายค่าด้วยการประทับเวลาเดียวกัน
      • 1 หรือละไว้ (ค่าเริ่มต้น) - ฟังก์ชัน AVERAGE จะใช้สำหรับการรวม
      • ตัวเลือกอื่นๆ ของคุณคือ: 2 - COUNT, 3 -COUNTA, 4 - สูงสุด, 5 - ค่ามัธยฐาน, 6 - นาที และ 7 - ผลรวม

    5 สิ่งที่คุณควรทราบเกี่ยวกับ FORECAST.ETS

    1. สำหรับการทำงานที่ถูกต้องของฟังก์ชัน FORECAST.ETS ไทม์ไลน์ควรมี ช่วงเวลาปกติ - รายชั่วโมง รายวัน รายเดือน รายไตรมาส รายปี ฯลฯ
    2. ฟังก์ชันนี้เหมาะที่สุดสำหรับ ชุดข้อมูลที่ไม่ใช่เชิงเส้นที่มี รูปแบบซ้ำๆ ตามฤดูกาลหรือรูปแบบอื่นๆ .
    3. เมื่อ Excel ตรวจไม่พบรูปแบบ ฟังก์ชันจะแปลงกลับเป็นการคาดการณ์เชิงเส้น
    4. ฟังก์ชันสามารถทำงานร่วมกับ ชุดข้อมูลที่ไม่สมบูรณ์ โดยที่จุดข้อมูลขาดหายไปถึง 30% จุดที่หายไปจะได้รับการปฏิบัติตามค่าของอาร์กิวเมนต์ การเติมข้อมูลให้สมบูรณ์
    5. แม้ว่าจะต้องมีไทม์ไลน์ที่มีขั้นตอนที่สอดคล้องกัน แต่อาจมี รายการที่ซ้ำกัน ในวันที่ /อนุกรมเวลา. ค่าที่มีการประทับเวลาเดียวกันจะถูกรวมตามที่กำหนดโดยอาร์กิวเมนต์ การรวม

    ฟังก์ชัน FORECAST.ETS ไม่ทำงาน:

    หากสูตรของคุณสร้างข้อผิดพลาด ซึ่งน่าจะเป็นอย่างใดอย่างหนึ่งต่อไปนี้:

    1. #N/A จะเกิดขึ้นหากอาร์เรย์ ค่า และ ไทม์ไลน์ มีความยาวต่างกัน
    2. #VALUE! ข้อผิดพลาดจะถูกส่งกลับถ้าอาร์กิวเมนต์ ฤดูกาล , การเติมข้อมูลให้สมบูรณ์ หรือ การรวม ไม่ใช่ตัวเลข
    3. #NUM! ข้อผิดพลาดอาจเกิดขึ้นเนื่องจากสาเหตุต่อไปนี้:
      • ไม่สามารถตรวจพบขนาดขั้นตอนที่สอดคล้องกันใน เส้นเวลา
      • The ค่าฤดูกาล อยู่นอกช่วงที่รองรับ (0 - 8,7600)
      • ค่า ความสมบูรณ์ของข้อมูล ไม่ใช่ 0 หรือ 1
      • ค่า การรวม อยู่นอกช่วงที่ถูกต้อง (1 - 7)

    วิธีใช้ฟังก์ชัน FORECAST.ETS ใน Excel - ตัวอย่างสูตร

    หากต้องการดูว่าค่าในอนาคตที่คำนวณด้วยการทำให้เรียบแบบเอ็กซ์โปเนนเชียลแตกต่างจากการคาดการณ์การถดถอยเชิงเส้นอย่างไร เรามาสร้างสูตร FORECAST.ETS สำหรับชุดข้อมูลเดียวกันกับที่เราใช้ในตัวอย่างก่อนหน้านี้:

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

    ที่ไหน:

    • A23 คือวันที่เป้าหมาย
    • $B$2:$B $22 เป็นข้อมูลย้อนหลัง ( ค่า )
    • $A$2:$A$22 เป็นวันที่ ( ไทม์ไลน์ )

    โดยละเว้น อาร์กิวเมนต์สามตัวสุดท้าย ( ฤดูกาล , การเติมข้อมูล หรือ การรวม ) เราใช้ค่าเริ่มต้นของ Excel และ Excel จะคาดการณ์แนวโน้มได้อย่างสมบูรณ์แบบ:

    ฟังก์ชัน FORECAST.ETS.CONFINT ของ Excel

    ฟังก์ชัน FORECAST.ETS.CONFINT ใช้ในการคำนวณช่วงความเชื่อมั่นสำหรับ ค่าที่คาดการณ์

    ช่วงความเชื่อมั่นเป็นการวัดความแม่นยำของการคาดคะเน ยิ่งช่วงเวลาน้อยลง การคาดการณ์สำหรับจุดข้อมูลเฉพาะก็จะยิ่งมีความมั่นใจมากขึ้น

    การคาดการณ์ ETS.CONFINT มีอยู่ใน Excel สำหรับ Office 365, Excel 2019 และ Excel 2016

    ฟังก์ชันมีอาร์กิวเมนต์ต่อไปนี้:

    FORECAST.ETS.CONFINT(target_date,values,timeline,[ระดับความเชื่อมั่น], [ฤดูกาล], [การเติมข้อมูล], [การรวม])

    อย่างที่คุณเห็น ไวยากรณ์ของ FORECAST.ETS.CONFINT คล้ายกับของฟังก์ชัน FORECAST.ETS ยกเว้นอาร์กิวเมนต์เพิ่มเติมนี้:

    ระดับความเชื่อมั่น (ไม่บังคับ) - ตัวเลขระหว่าง 0 ถึง 1 ที่ระบุระดับความเชื่อมั่นสำหรับช่วงเวลาที่คำนวณ โดยทั่วไป จะระบุเป็นตัวเลขทศนิยม แม้ว่าจะยอมรับเปอร์เซ็นต์ด้วยก็ตาม ตัวอย่างเช่น หากต้องการตั้งค่าระดับความเชื่อมั่น 90% ให้ป้อน 0.9 หรือ 90%

    • หากละเว้น ระบบจะใช้ค่าเริ่มต้นที่ 95% ซึ่งหมายความว่า 95% ของเวลาที่ข้อมูลที่คาดการณ์ไว้ จุดคาดว่าจะอยู่ภายในรัศมีนี้จากค่าที่ FORECAST.ETS ส่งกลับ
    • หากระดับความเชื่อมั่นอยู่นอกช่วงที่รองรับ (0 - 1) สูตรจะส่งกลับ #NUM! ข้อผิดพลาด

    ตัวอย่างสูตร FORECAST.ETS.CONFINT

    หากต้องการดูวิธีการทำงานในทางปฏิบัติ ลองคำนวณช่วงความเชื่อมั่นสำหรับชุดข้อมูลตัวอย่างของเรา:

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

    ที่ไหน:

    • A23 คือวันที่เป้าหมาย
    • $B$2:$B$22 คือข้อมูลย้อนหลัง
    • $A$2:$ A$22 คือวันที่

    ไม่ระบุอาร์กิวเมนต์ 4 รายการสุดท้าย เป็นการบอกให้ Excel ใช้ตัวเลือกเริ่มต้น:

    • ตั้งค่าระดับความเชื่อมั่นเป็น 95%
    • ตรวจหาฤดูกาลโดยอัตโนมัติ
    • เติมจุดที่ขาดหายไปเป็นค่าเฉลี่ยของจุดที่ใกล้เคียง
    • รวมค่าข้อมูลหลายค่าด้วยการประทับเวลาเดียวกันโดยใช้ค่าเฉลี่ยฟังก์ชัน

    หากต้องการเข้าใจความหมายของค่าที่ส่งคืน โปรดดูภาพหน้าจอด้านล่าง (บางแถวที่มีข้อมูลประวัติถูกซ่อนไว้เพื่อพื้นที่ว่าง)

    The สูตรใน D23 ให้ผลลัพธ์ 6441.22 (ปัดเศษเป็นทศนิยม 2 ตำแหน่ง) ความหมายคือ 95% ของเวลาคาดการณ์สำหรับวันที่ 11 มี.ค. คาดว่าจะอยู่ภายใน 6441.22 ของค่าคาดการณ์ 61,075 (C3) นั่นคือ 61,075 ± 6441.22

    หากต้องการทราบช่วงที่ค่าที่คาดการณ์มีแนวโน้มลดลง คุณสามารถคำนวณขอบเขตช่วงความเชื่อมั่นสำหรับจุดข้อมูลแต่ละจุดได้

    หากต้องการรับ ขอบเขตล่าง ให้ลบช่วงความเชื่อมั่นออกจากค่าที่คาดการณ์:

    =C23-D23

    หากต้องการรับ ขอบเขตบน เพิ่มช่วงความเชื่อมั่นให้กับค่าที่คาดการณ์:

    =C23+D23

    โดยที่ C23 คือค่าที่คาดการณ์ซึ่งส่งคืนโดย FORECAST.ETS และ D23 คือช่วงความเชื่อมั่นที่ส่งคืนโดย FORECAST.ETS.CONFINT

    คัดลอกสูตรข้างต้นลง พล็อตผลลัพธ์ในแผนภูมิ แล้วคุณจะเห็นค่าที่คาดการณ์และช่วงความเชื่อมั่นที่มองเห็นได้ชัดเจน:

    เคล็ดลับ หากต้องการสร้างกราฟให้คุณโดยอัตโนมัติ ให้ใช้ประโยชน์จากคุณลักษณะแผ่นงานพยากรณ์ของ Excel

    ฟังก์ชัน FORECAST.ETS.SEASONALITY ของ Excel

    ฟังก์ชัน FORECAST.ETS.SEASONALITY ใช้เพื่อคำนวณความยาวของ รูปแบบที่เกิดซ้ำในไทม์ไลน์ที่กำหนด ผูกพันแนบแน่นกับ

    Michael Brown เป็นผู้ที่ชื่นชอบเทคโนโลยีโดยเฉพาะและมีความหลงใหลในการทำให้กระบวนการที่ซับซ้อนง่ายขึ้นโดยใช้เครื่องมือซอฟต์แวร์ ด้วยประสบการณ์กว่าทศวรรษในอุตสาหกรรมเทคโนโลยี เขาได้ฝึกฝนทักษะของเขาใน Microsoft Excel และ Outlook รวมถึง Google ชีตและเอกสาร บล็อกของ Michael ทุ่มเทให้กับการแบ่งปันความรู้และความเชี่ยวชาญของเขากับผู้อื่น โดยให้คำแนะนำและแบบฝึกหัดที่ทำตามได้ง่ายเพื่อปรับปรุงผลิตภาพและประสิทธิภาพ ไม่ว่าคุณจะเป็นมืออาชีพที่ช่ำชองหรือมือใหม่ บล็อกของ Michael นำเสนอข้อมูลเชิงลึกอันมีค่าและคำแนะนำที่เป็นประโยชน์สำหรับการใช้ประโยชน์สูงสุดจากเครื่องมือซอฟต์แวร์ที่จำเป็นเหล่านี้