Logest -toimintoesimerkkejä - Excel ja Google Sheets

Tämä opetusohjelma osoittaa, mitenEsimcel LOGEST Function Excelissä eksponentiaalikäyrän laskemiseksi.

LOGEST -toimintojen yleiskatsaus

LOGEST -funktio laskee eksponentiaalisen käyrän, joka sopii tietoihisi, ja palauttaa käyrän kuvaavan arvoryhmän.

Jos haluat käyttää LOGEST Excel -laskentataulukkotoimintoa, valitse solu ja kirjoita:

(Huomaa, miten kaavasyötteet näkyvät)

LOGEST -toiminnon syntaksi ja tulot:

1	= LOGEST (tunnetut_y, tunnetut_x: t, const, tilastot)

tunnettu_y ja tunnettu_x - On x ja y tiedot taulukossasi

const - TOSI/EPÄTOSI vaihtoehto, onko y-leikkaus pakotettava 1: een vai laskettava normaalisti

tilastot - TOSI/EPÄTOSI vaihtoehto, palautetaanko muita regressiotilastoja

Mikä on LOGEST?

LOGEST -funktio Excelissä on toiminto, jota käytetään sovittamaan eksponentiaalinen käyrä eksponentiaalisiin tietoihin. LOGEST on matriisikaava.

Huomaa, että Microsoft 365: n käytön aikana LOGEST on yhteensopiva dynaamisten matriisien kanssa eikä vaadi Ctrl + Shift + Enter (CSE) -käyttöä. Yksinkertaisesti kirjoita kaava vasemmassa yläkulmassa kohtaan, johon haluat tulostetaulukon, ja tulos siirtyy muihin soluihin. Täsmähakumenetelmää tarvitaan vanhemmissa tai itsenäisissä Excel -versioissa.

Eksponentiaalista kasvua voidaan havaita tiedoissa, kuten virus, joka leviää maailmanlaajuisessa pandemiassa.

Oletetaan, että minulla on taulukko tietoja x ja y arvot missä x on riippumaton muuttuja ja y on riippuvainen muuttuja. Voimme käyttää LOGESTia käyrän sovittamiseen tietoihin.

Saatat ihmetellä, onko tämä eksponentiaalinen käyrä, mitä tulosparametrit edustavat? Solu E3 sisältää m arvo ja solu F3 sisältää b käyrän arvo.

Yksittäisen eksponentiaalikäyrän yhtälö x muuttuja on:

Missä,

b = käyrän y-leikkaus, ja

m = käyrän kaltevuusparametri, joka voidaan kirjoittaa myös muodossa

Käyttämällä tätä vaihtoehtoista muotoa m, yhtälö voidaan kirjoittaa myös muodossa.

Jos kuitenkin käytän tulosta kaavana ja vertaan tunnettua y: tä käyrätulokseen, huomaamme, että se ei ole täydellinen sovitus (tunnettu y ja LOGEST -tulostiedot eivät täsmää).

Tässä on visuaalinen esitys käyttämällä Excelin sisäänrakennettua eksponentiaalista trendiviivaa:

Huomaa sinisen ja oranssin datamerkkien siirtymä. Tarkastellaan R.² käyrän arvon, voimme mitata numeerisesti sovituksen. Tätä varten asetamme kaavan [stats] -asetukseksi TOSI.

R² käyrän arvo on 0,992. Tämä on loistava malli, mutta ei täydellinen, ja siksi sillä on pieniä eroja tunnettuihin arvoihin. Loput tilastot soluissa E23 - F27 kuvataan myöhemmin tässä artikkelissa.

Saatat myös huomata, että kaaviossa esitetty yhtälö ei vastaa ensimmäisessä esimerkissä esitettyä LOGEST -tulosta.

Tämä johtuu siitä, että meidän on otettava luonnollinen logaritmi m ja korottaa e tuon numeron voimalla.

1	ln⁡ (2,62) = 0,9642.

Luvun luonnollinen logaritmi on logaritmi e: n perustaan, matemaattinen vakio, joka on suunnilleen yhtä suuri kuin 2.71828. Luonnollinen logaritmi kirjoitetaan tyypillisesti muodossa ln(x).

Huomaa, että tämän muunnoksen ei tarvitse suorittaa arvon saavuttamiseksi y tiettyä varten x käyttämällä aiemmin mainittua

Excel (ja LOGEST) laskee jo kulissien takana m arvo.

LOGESTin käyttö

Ensimmäistä esimerkkiä käyttämällä funktio kirjoitetaan seuraavasti:

1	= LOGEST (C3: C8, B3: B8, TRUE, FALSE)

Kun [tilastot] -asetuksena on TOSI, regressiotilastojen järjestely on seuraava:

Saatat ihmetellä, mitä kukin muuttuja tarkoittaa.

Tilastollinen	Kuvaus
mn	Kaltevuuskertoimet kohteelle x muuttujaa
b	y-siepata
sen	Vakiovirhe kullekin kaltevuuskertoimelle
seb	Vakiovirhe y-leikkauksessa
r2	Määrityskerroin
sey	Vakiovirhe y arvio
F	F -tilasto (sen selvittämiseksi, tapahtuuko muuttujien suhde sattumalta)
df	Vapauden asteet
ssreg	Neliöiden regressiosumma
ssjäännös	Jäljellä oleva neliöiden summa

Tärkeimmät ymmärrettävät tilastot ovat kaltevuuskertoimet, y-leikkaus ja määrityskerroin tai R² mallin arvo.

R² arvo on osoitus mallin korrelaation vahvuudesta. Sitä voidaan ajatella sopivuuden indikaattorina. Matala R² arvo merkitsisi huonoa korrelaatiota riippuvaisten ja riippumattomien muuttujien välillä, ja päinvastoin on korkea R² arvot, R: llä² = 1 on täydellinen istuvuus.

Ennustaminen

Voit ennustaa, mikä tuloksena oleva arvo on tietyllä x -arvolla, liittämällä haluttu arvo. Käytämme x = 7.5:

KASVU -toiminto suorittaa tämän luonnollisesti. Katso GROWTH -artikkeli täältä [LINKKI KASVUArtikkeliin].

LOGEST useita x muuttujia

Kuten LINEST, LOGEST voi suorittaa eksponentiaalisen käyrän sovituksen käyttämällä useita riippumattomia (x) muuttujia.

Y: n yhtälö, kun useita x muuttujat sisältyvät malliin:

LOGEST Vinkkejä

1. Varmista, että sinulla on Microsoft 365: n uusin versio LOGESTin hyödyntämiseksi dynaamisten matriisien kanssa. Sinun on ehkä otettava käyttöön Office Insider Current Channel (Preview), jotta voit käyttää dynaamisia matriisitoimintoja. Tilisivulla:
2. Jos käytät muuta kuin Microsoft 365 -versiota, sinun on käytettävä vanhaa CTRL + VAIHTO + ENTER (CSE) -menetelmää taulukkokaavojen arvioimiseksi.
3. Jos käytät vanhaa menetelmää, LOGEST -matriisitoimintoa syötettäessä korostettavien sarakkeiden määrä on aina x muuttujat tiedoissasi plus 1. Matriisille valittavien rivien määrä on 5.
4. Jos jaat dynaamisen taulukkotoiminnon Excel-versiosi jonkun muun kuin Microsoft 365 -version kanssa, vältä yhteensopivuusongelmat käyttämällä vanhaa täsmähakumenetelmää.

Kiinnostaako lisää ennusteita?

Katso muita artikkeleitamme ennustamisesta eksponentiaalisen tasoituksen, TREND-, GROWTH- ja LINEST -toimintojen avulla.

LOGEST -toiminto Google Sheetsissä

LOGEST -toiminto toimii täsmälleen samalla tavalla Google Sheetsissä kuin Excelissä.