Excel FORECAST.LINEAR 函數教學
FORECAST.LINEAR 函數的用途
FORECAST.LINEAR 函數是 Excel 中的一個用來執行 線性回歸預測 的函數,根據歷史數據的趨勢,計算並預測未來的數值。這個函數假設數據遵循一個線性關係,即數據的變化趨勢是直線型的。
當你有一組數據,並且想預測某個特定點的數值時,FORECAST.LINEAR 函數會根據已知的數據進行預測。
語法
FORECAST.LINEAR(x, known_y's, known_x's)
| 參數 | 說明 |
|---|---|
| x | 需要預測的自變量(即你希望預測的目標 x 值,通常是時間或其他指標)。 |
| known_y’s | 已知的應變量數據,即對應於每個 x 值的已知 y 值(預測值)。 |
| known_x’s | 已知的自變量數據,即已經觀察到的 x 值數據。 |
範例 1:基礎用法
假設你有一組月份和對應的銷售額數據,並且希望預測下一個月的銷售額。
已知的數據如下:
| 月份 | 銷售額 |
|---|---|
| 1 | 100 |
| 2 | 120 |
| 3 | 130 |
| 4 | 140 |
| 5 | 150 |
你希望預測第 6 個月的銷售額。公式如下:
=FORECAST.LINEAR(6, B2:B6, A2:A6)
? 結果:這個公式會返回第 6 個月的預測銷售額。
解釋:
x = 6:我們想要預測第 6 個月的銷售額。known_y's = B2:B6:已知的銷售額數據。known_x's = A2:A6:已知的月份數據。
FORECAST.LINEAR 函數會基於這些已知的數據點(1 到 5 月份的銷售額)來計算第 6 個月的預測銷售額。
範例 2:預測其他數據
假設你有學生的學習時間和對應的考試成績,並希望預測某個學習時間下的成績。
已知的數據如下:
| 學習時間(小時) | 成績 |
|---|---|
| 1 | 60 |
| 2 | 65 |
| 3 | 70 |
| 4 | 75 |
| 5 | 80 |
你希望預測學生學習 6 小時後的成績。公式如下:
=FORECAST.LINEAR(6, B2:B6, A2:A6)
? 結果:這個公式會返回學習 6 小時後的預測成績。
解釋:
x = 6:預測 6 小時的成績。known_y's = B2:B6:已知的成績數據。known_x's = A2:A6:已知的學習時間數據。
範例 3:處理不等間距的數據
假設你的數據中的時間間隔不是固定的,但你仍希望進行線性預測。例如,有以下數據:
| 日期 | 銷售額 |
|---|---|
| 2025/01/01 | 100 |
| 2025/01/05 | 120 |
| 2025/01/10 | 130 |
| 2025/01/15 | 140 |
你希望預測 2023/01/20 的銷售額,這樣就需要使用 FORECAST.LINEAR 函數。公式如下:
=FORECAST.LINEAR(DATE(2023, 1, 20), B2:B5, A2:A5)
? 結果:這個公式會返回 2023/01/20 的預測銷售額。
解釋:
x = DATE(2023, 1, 20):預測的日期為 2023/01/20。known_y's = B2:B5:已知的銷售額數據。known_x's = A2:A5:已知的日期數據。
FORECAST.LINEAR 函數會根據這些日期和銷售額數據計算預測結果。
注意事項
- 數據趨勢:
FORECAST.LINEAR假設數據遵循線性趨勢,這意味著數據點之間的變化是以一條直線為基礎。如果數據呈現非線性趨勢,則此函數可能無法提供準確的預測。
- x 值必須在已知範圍內:
- 預測的
x值應該在known_x's的範圍內,否則可能會得到不準確的預測結果。
- 預測的
- 時間間隔不等的數據:
- 如果你的數據有不等間隔的時間點(例如日期),
FORECAST.LINEAR函數仍然可以處理,只要你提供正確的時間數據。
- 如果你的數據有不等間隔的時間點(例如日期),
應用場景
✅ 銷售預測:根據過去的銷售數據預測未來銷售額。
✅ 需求預測:根據歷史需求數據預測未來需求。
✅ 成績預測:根據學習時間或其他因素預測學生成績。
✅ 股票市場預測:根據過去的市場數據預測股票的未來價格。