LOGEST ใช้คำนวณค่าสถิติสำหรับเส้นโค้ง Exponential ที่เหมาะสมที่สุด เพื่อวิเคราะห์การเติบโตแบบเลขชี้กำลัง
=LOGEST(known_y's, [known_x's], [const], [stats])
=LOGEST(known_y's, [known_x's], [const], [stats])
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| known_y's | Range/Array | Yes | ช่วงข้อมูลค่า Y ที่ทราบแล้ว (ข้อมูลตามแกนตั้ง) – ต้องมีอย่างน้อย 2 ค่า | |
| known_x's | Range/Array | Optional | 1, 2, 3, … | ช่วงข้อมูลค่า X ที่ทราบแล้ว (ข้อมูลตามแกนนอน) – ถ้าละไว้ Excel จะใช้ค่า 1, 2, 3… แทน |
| const | Logical | Optional | TRUE | TRUE (ค่าเริ่มต้น) = คำนวณค่า b ปกติ, FALSE = บังคับให้ b = 1 |
| stats | Logical | Optional | FALSE | FALSE (ค่าเริ่มต้น) = คืนค่า m และ b เท่านั้น, TRUE = คืนสถิติเพิ่มเติม |
LOGEST(B2:B10, A2:A10)=LOGEST(B2:B10, A2:A10)
{1.15, 50}
GROWTH(INDEX(LOGEST(B2:B10, A2:A10), 1), A2:A10, 11)=GROWTH(INDEX(LOGEST(B2:B10, A2:A10), 1), A2:A10, 11)
115000
LOGEST(B2:B10, A2:A10, TRUE, TRUE)=LOGEST(B2:B10, A2:A10, TRUE, TRUE)
Array 5x2 ที่มี m, b, และสถิติ
LOGEST(C2:C20, A2:B20, TRUE, FALSE)=LOGEST(C2:C20, A2:B20, TRUE, FALSE)
{m1, m2, b}
LOGEST หา Exponential: y = b*m^x (สำหรับการเติบโตแบบเลขชี้กำลัง) ส่วน LINEST หา Linear: y = bx + a (สำหรับความสัมพันธ์เชิงเส้น)
เพราะตั้ง stats=TRUE จะคืน 5 แถว (m/b, ค่าความผิดพลาด, R^2/F-stat, 度ของความเป็นอิสระ, SS regression/residual) ถ้าต้องแค่ m,b ให้ตั้ง stats=FALSE
ใช้ GROWTH function: =GROWTH(known_y, known_x, new_x) มันจะใช้ผลลัพธ์จาก LOGEST ในเบื้องหลัง
ถูก m คือ base ของเลขชี้กำลัง ถ้า m=1.15 การเพิ่มคือ 15% ต่อหน่วย X ต้องลบ 1 แล้วคูณ 100 = (m-1)*100 เพื่อได้เปอร์เซนต์
LOGEST เป็นฟังก์ชัน Array ที่ใช้วิเคราะห์ข้อมูลการเติบโตแบบเลขชี้กำลัง (Exponential Growth) โดยหาสัมประสิทธิ์ของสมการ y = b*m^x
สมการนี้อธิบายความสัมพันธ์ระหว่างข้อมูล X กับ Y แบบเลขชี้กำลัง เหมาะสำหรับจำลองการเติบโตของประชากร ยอดขาย หรือการแพร่ระบาดของเชื้อโรค
ที่เจ๋งของ LOGEST คือให้สถิติเสริมด้วย ถ้าตั้ง stats=TRUE จะได้ค่า R-squared, F-statistic อื่นๆ เพื่อตรวจสอบว่าข้อมูลเข้ากับสมการเลขชี้กำลังหรือไม่ดีแค่ไหน 📊