คำอธิบาย
ฟังก์ชัน LINEST คำนวณสถิติสำหรับเส้นโดยใช้วิธี ‘least squares’ เพื่อคำนวณเส้นตรงที่เหมาะสมที่สุดกับข้อมูลของคุณ จากนั้นคืนอาเรย์ที่อธิบายเส้น สามารถใช้ร่วมกับฟังก์ชันอื่น ๆ เพื่อคำนวณสถิติสำหรับโมเดลประเภทอื่น ๆ ที่เป็นเส้นตรงในตัวแปรที่ไม่รู้ รวมถึงพหุนาม ลอการิทึม เอ็กซ์โพเนนเชียล และพาวเวอร์ซีรีส์
มีครั้งแรกในเวอร์ชันไหน
2003 หรือ Version ก่อนหน้า
รูปแบบคำสั่ง (Syntax)
LINEST(known_y's, [known_x's], [const], [stats])Arguments
-
known_y’s (Required – array)
ชุดของค่า y ที่คุณรู้อยู่แล้วในความสัมพันธ์ y = mx + b -
known_x’s (Optional – array)
ชุดของค่า x ที่คุณอาจรู้อยู่แล้วในความสัมพันธ์ y = mx + b ถ้าไม่ระบุจะถูกตั้งค่าเป็น {1,2,3,…} ที่มีขนาดเท่ากับ known_y’s -
const (Optional – boolean)
ค่าลอจิคัลกำหนดว่าจะบังคับค่าคงที่ b ให้เป็น 0 หรือไม่ ถ้าเป็น TRUE หรือไม่ได้ระบุ b จะถูกคำนวณตามปกติ -
stats (Optional – boolean)
ค่าลอจิคัลกำหนดว่าจะคืนสถิติการถดถอยเพิ่มเติมหรือไม่ ถ้าเป็น TRUE จะคืนสถิติการถดถอยเพิ่มเติม
ตัวอย่างการใช้งาน (Examples)
-
Formula:
Description: คำนวณค่า slope และ y-intercept สำหรับชุดข้อมูลที่กำหนด=LINEST(A2:A5,B2:B5,,FALSE)
Result:คืน slope และ intercept ของเส้นตรงที่เหมาะสมตามข้อมูล A2:A5 และ B2:B5 -
Formula:
Description: คำนวณการประเมินยอดขายในเดือนที่เก้า โดยอิงจากยอดขายในเดือน 1 ถึง 6=SUM(LINEST(B1:B6, A1:A6)*{9,1})
Result:คืนยอดขายคาดการณ์ในเดือนที่ 9 ตามแนวโน้มของยอดขายเดือน 1 ถึง 6 -
Formula:
Description: การถดถอยเชิงเส้นหลายตัวแปร แบบอาเรย์ไดนามิก=LINEST(E2:E12,A2:D12,TRUE,TRUE)
Result:คืนข้อมูลสถิติการถดถอยสำหรับค่า y โดยใช้ค่า x หลายตัว A2:D12 -
Formula:
Description: คืนสถิติทั้งหมด 10 อย่างสำหรับการวิเคราะห์การถดถอย=LINEST({1.8;5.3;8.2;12;13.5},{1;3;5;7;8},TRUE,TRUE)
Result:คืนอาเรย์พร้อม slope, intercept และสถิติการถดถอยอื่น ๆ -
Formula:
Description: ประมาณค่า y ที่ขึ้นอยู่กับหลายตัวแปร x=LINEST(C2:C10, B2:B10)
Result:คาดการณ์ยอดขายร่มในเดือนถัดไปโดยอิงจากยอดขายที่ผ่านมาและงบประมาณโฆษณา
Tips & Tricks
ถ้าใน Excel เวอร์ชันเก่า คุณต้องกด Ctrl + Shift + Enter เพื่อลงฟังก์ชันเป็นอาเรย์ฟอร์มูล่า หรือใน Excel 365 จะเรียกใช้งานได้อัตโนมัติ!
ข้อควรระวัง (Cautions)
ตรวจสอบว่าเซลล์ที่ใช้ใน known_y’s และ known_x’s ไม่มีช่องว่างหรือค่า non-numeric เพราะอาจส่งผลให้เกิดข้อผิดพลาดได้, และระวังเรื่อง collinearity ที่อาจเกิดขึ้นได้และทำให้การถดถอยไม่แม่นยำ
ฟังก์ชันที่เกี่ยวข้อง
ข้อดี / ข้อจำกัด
LINEST มีความสามารถในการทำวิจัยการถดถอยเส้นตรงได้หลากหลาย แต่ต้องระวังเรื่องการเข้าใจผลและการจัดการข้อมูลที่อาจซับซ้อน
References
ขอบคุณที่เข้ามาอ่านนะครับ ❤️
Leave a Reply