forecast trend predict พยากรณ์ ทำนาย

TLDR สรุปสั้นๆ

FORECAST ทำนายค่าของตัวแปรตาม (y) โดยใช้การถดถอยเชิงเส้นกับค่าของตัวแปรอิสระ (x)

คำอธิบาย

ฟังก์ชัน FORECAST ใช้คาดการณ์หรือทำนายค่าหนึ่งในอนาคตโดยใช้ข้อมูลที่มีอยู่ ค่าในอนาคตจะเป็นค่า y สำหรับค่า x ที่กำหนด ค่าที่มีอยู่คือค่า x และ y ที่รู้จัก และค่าที่จะทำนายในอนาคตโดยคำนวณโดยใช้สมการเส้นตรง (linear regression) ฟังก์ชันนี้สามารถใช้งานเพื่อทำนายยอดขายในอนาคต ความต้องการสินค้าคงคลัง หรือลักษณะการบริโภคของลูกค้า เป็นต้น

มีครั้งแรกในเวอร์ชันไหน

Excel 2003 หรือก่อนหน้า

รูปแบบคำสั่ง (Syntax)

FORECAST(x, known_y's, known_x's)

Arguments

  • x (Required – number)
    จุดข้อมูลที่คุณต้องการทำนาย
  • known_y’s (Required – range)
    อาเรย์หรือช่วงข้อมูลที่ต้องการการพึ่งพา
  • known_x’s (Required – range)
    อาเรย์หรือช่วงข้อมูลที่ไม่ต้องการการพึ่งพา

ตัวอย่างการใช้งาน (Examples)

  • Formula:
    =FORECAST(30, A2:A6, B2:B6)
    Description: ทำนายค่า y จากค่า x ที่กำหนดเท่ากับ 30
    Result:10.607253 (ค่าที่ทำนายออกมาเป็นตัวเลขจริง)
  • Formula:
    =FORECAST(2025, C2:C7, B2:B7)
    Description: ทำนายราคาอสังหาริมทรัพย์ในปี 2025 โดยใช้ข้อมูลประวัติจากปี 2016 ถึง 2021
    Result:ได้ค่าทำนายราคาบ้านที่ไม่ชัดเจน เนื่องจากต้องมีข้อมูลที่สมบูรณ์ที่จะทำนาย
  • Formula:
    =FORECAST.LINEAR(5, {3, 6, 8, 4}, {1, 2, 3, 4})
    Description: คาดการณ์ค่าที่ 5 โดยใช้ชุดข้อมูลที่กำหนดไว้
    Result:คาดการณ์ค่า y ที่ประมาณค่าจำนวนจริงหนึ่งค่า
  • Formula:
    =FORECAST(50, D2:D10, C2:C10)
    Description: ใช้สำหรับทำนายยอดขายสินค้าในอนาคตโดยใช้ข้อมูลทางประวัติศาสตร์
    Result:ได้ค่าทำนายที่ใช้สำหรับประมาณยอดขายในอนาคต
  • Formula:
    =FORECAST.LINEAR(15, E2:E12, D2:D12)
    Description: ทำนายความต้องการในอนาคตโดยใช้ข้อมูลที่มีความสัมพัทธ์กันระหว่างความต้องการกับจำนวนที่ผลิต
    Result:ประมาณการค่าที่สามารถใช้ในการวางแผนการผลิต

Tips & Tricks

ใช้ฟังก์ชันนี้ให้มีประสิทธิภาพ คุณควรรักษาระยะห่างของข้อมูลให้สม่ำเสมอ ในกรณีที่คุณมีข้อมูลที่มีความซับซ้อนอย่างฤดูกาลที่ซับซ้อน คุณอาจต้องตรวจสอบการทำนายอีกครั้งโดยใช้เครื่องมือนอกจากตัวฟังก์ชันเพื่อประเมินความแม่นยำ

ข้อควรระวัง (Cautions)

ควรระวังว่าเมื่อใช้ฟังก์ชันนี้ข้อมูลที่มีความซับซ้อนอาจจะถูกประมาณไม่ครบถ้วน เนื่องจากฟังก์ชันนี้เหมาะสำหรับข้อมูลที่มีความสัมพันธ์ตัวแปรแบบเชิงเส้นเท่านั้น

ฟังก์ชันที่เกี่ยวข้อง

References

ขอบคุณที่เข้ามาอ่านนะครับ ❤️


Leave a Reply

Your email address will not be published. Required fields are marked *

Public Training Workshop 2025
อบรม In-House Training

Feedback การใช้งาน AI Chatbot