Interpolasi Linear dalam Excel

Interpolasi Linear Excel

Interpolasi linier dalam excel bermaksud meramalkan atau meneka nilai seterusnya dari pemboleh ubah tertentu yang diberikan pada data semasa, di sini kita membuat garis lurus yang menghubungkan dua nilai dan kita menganggarkan nilai masa depan melaluinya, dalam excel kita menggunakan fungsi ramalan dan pencarian berfungsi untuk melakukan interpolasi linear.

Interpolasi adalah alat matematik atau statistik yang digunakan untuk meramalkan nilai antara 2 titik pada lengkung atau garis. Alat ini tidak hanya digunakan dalam statistik tetapi juga digunakan dalam banyak bidang lain seperti perniagaan, sains, dan lain-lain di mana sahaja terdapat peluang untuk meramalkan nilai antara dua titik data.

Bagaimana melakukan Interpolasi Linear di Excel?

Anda boleh memuat turun Templat Interpolasi Linear ini di sini - Templat Excel Interpolasi Linear

Contoh # 1

Melakukan Interpolasi untuk mengetahui suhu cuaca pada zon waktu yang berbeza

Pertama, catat angka suhu wilayah Bangalore untuk setiap jam dan data adalah seperti berikut: -

Data menunjukkan bahawa kami telah mendapat maklumat suhu wilayah Bangalore untuk beberapa tarikh. Lajur tepat waktu kami mempunyai zon waktu untuk lajur sepanjang hari dan jam yang kami sebutkan bilangan jam dari awal hari seperti jam 12:00 pagi adalah 0 jam, jam 1:00 pagi adalah 1 jam, dan sebagainya pada.

Sekarang kita akan melakukan interpolasi untuk data untuk mengeluarkan nilai suhu untuk zona waktu yang diperlukan yang mungkin setiap saat bukan hanya jam yang tepat.

Untuk melakukan interpolasi, kita harus menggunakan beberapa formula di Excel seperti FORECAST, OFFSET, MATCH. Mari kita lihat secara ringkas formula ini sebelum kita meneruskannya.

FORECAST () - Fungsi excel Ramalan ini mengira atau meramalkan nilai masa depan berdasarkan nilai yang ada bersama dengan tren linear.

  • X - Ini adalah nilai yang ingin kita ramalkan.
  • Known_ys - Ini adalah nilai bergantung dari data dan medan wajib yang harus diisi
  • Known_xs - Ini adalah nilai bebas dari data dan medan wajib yang harus diisi.

PERTANDINGAN () - Fungsi Match excel ini akan mengembalikan kedudukan relatif dari nilai pencarian dalam baris, lajur atau jadual yang sepadan dengan nilai yang ditentukan dalam urutan yang ditentukan.

  • Lookup_value - Ini adalah nilai yang perlu dipadankan dari lookup_array
  • Lookup_array - Ini adalah julat untuk mencari

[match_type] - Ini boleh menjadi 1,0, -1. Lalai adalah 1. Untuk 1 - Match akan mencari nilai terbesar yang kurang dari atau sama dengan nilai look_up dan nilai harus dalam urutan menaik. Untuk 0 - Padanan mendapati nilai pertama sama dengan lookup_value dan tidak perlu disusun. Untuk -1 - Match akan mencari nilai terkecil yang lebih besar daripada atau sama dengan nilai look_up dan harus disusun mengikut urutan menurun.

OFFSET () - Fungsi Offset ini akan mengembalikan sel atau julat sel yang ditentukan bilangan baris dan lajur. Sel atau julat sel akan bergantung pada tinggi dan lebar pada baris dan lajur yang kami tentukan.

  • Rujukan - Ini adalah titik permulaan dari mana pengiraan baris dan lajur akan dilakukan.
  • Baris - Tidak ada baris untuk diimbangi di bawah sel rujukan permulaan.
  • Lajur - Tiang No. untuk mengimbangi terus dari sel rujukan permulaan.
  • [tinggi] - Ketinggian dalam baris dari rujukan yang dikembalikan. Ini adalah pilihan.
  • [width] - Lebar dalam lajur dari rujukan yang dikembalikan. Ini adalah pilihan.

Sebagaimana kita telah melihat formula secara ringkas yang akan kita gunakan untuk melakukan interpolasi. Sekarang mari kita lakukan interpolasi seperti berikut:

Taipkan formula dalam sel yang kita perlukan untuk melihat suhu untuk zon waktu yang berbeza. Ini memberitahu bahawa kita harus memilih sel yang perlu diramalkan dan fungsi offset & match digunakan untuk memilih_sali dan yang diketahui.

KEPUTUSAN ($ F $ 5 - Pilih sel yang mempunyai zon waktu yang akan diramalkan.

OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Ini digunakan untuk memilih_ yang dikenali sebagai rujukan diambil lajur temp kerana ini adalah nilai bersandar. Fungsi padanan digunakan untuk menghasilkan kedudukan nilai yang perlu kita ramalkan dan mengira bilangan baris. Lajur mestilah 0 kerana kita mahukan nilai bergantung pada lajur yang sama yang dipilih dan tinggi adalah 2 kerana kita perlu melakukan ramalan berdasarkan 2 nilai terakhir.

OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Ini digunakan untuk memilih_xs yang dikenali sebagai rujukan diambil lajur jam kerana ini adalah nilai bebas dan rehat adalah sama seperti yang telah kita lakukan untuk pengiraan baris.

Sekarang berikan sedikit zon waktu di dalam sel yang telah kita jangkakan. Di sini nilai yang dimasukkan adalah 19.5 iaitu 7:30 PM dan kita akan mendapat suhu 30 yang diramalkan dari nilai suhu yang diberikan setiap jam.

Begitu juga, kita dapat melihat angka temp untuk zon waktu yang berbeza dari formula ini.

Contoh # 2

Melakukan Interpolasi Linear untuk mengetahui penjualan organisasi pada tahun 2018

Anggaplah bahawa kami mendapat butiran penjualan untuk sebuah organisasi pada tahun 2018 seperti di bawah. Kami mempunyai data dari segi hari dan penjualannya secara kumulatif. Kami mendapat jualan sebanyak 7844 unit dalam 15 hari pertama tahun ini, 16094 unit dalam 50 hari dalam setahun, dan seterusnya.

Kami dapat menggunakan formula yang sama seperti yang kami gunakan dalam interpolasi untuk meramalkan nilai penjualan untuk hari yang berbeza yang tidak disebutkan dalam data yang kami pertimbangkan. Di sini penjualan berada dalam garis lurus (linier) seperti yang telah kami ambil secara kumulatif.

Sekiranya kita ingin melihat jumlah penjualan yang telah kita capai dalam 215 hari maka kita dapat memperoleh jumlah penjualan yang diperkirakan selama 215 hari seperti di bawah dengan mempertimbangkan data penjualan yang diberikan.

Begitu juga, kita dapat mengetahui jumlah penjualan pada tahun tersebut dengan meramalkan antara titik yang diberikan.

Perkara yang Perlu Diingat

  • Ini adalah kaedah yang paling tidak tepat tetapi cepat dan tepat jika nilai jadual jarak dekat.
  • Ini juga dapat digunakan dalam memperkirakan nilai untuk titik data geografi, curah hujan, tingkat kebisingan, dll.
  • Ia sangat mudah digunakan dan tidak begitu tepat untuk fungsi bukan linear.
  • Selain daripada interpolasi Linear Excel, kami juga mempunyai pelbagai jenis kaedah seperti Polinomial Interpolation, Spline Interpolation, dll.