ฟังก์ชัน INTERCEPT ใน Excel ใช้สำหรับคำนวณจุดที่เส้นถดถอยเชิงเส้น (Linear Regression Line) ตัดกับแกน Y (ค่า Y เมื่อ X = 0).
=INTERCEPT(known_y's, known_x's)
=INTERCEPT(known_y's, known_x's)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| known_y's | Range/Array | Yes | ช่วงหรืออาร์เรย์ของค่า Y ที่รู้ (Dependent Data Set) – ค่าที่ขึ้นอยู่กับ X | |
| known_x's | Range/Array | Yes | ช่วงหรืออาร์เรย์ของค่า X ที่รู้ (Independent Data Set) – ค่าที่เป็นตัวแปรอิสระ |
สมมติ A2:A6 = {2, 3, 9, 1, 8} (ค่า Y), B2:B6 = {6, 5, 11, 7, 5} (ค่า X) =INTERCEPT(A2:A6, B2:B6)สมมติ A2:A6 = {2, 3, 9, 1, 8} (ค่า Y), B2:B6 = {6, 5, 11, 7, 5} (ค่า X)
=INTERCEPT(A2:A6, B2:B6)
0.0483871
สมมติการผลิตสินค้า: - A2:A10 = {5000, 5500, 6200, 6800, 7300, 7900, 8500, 9000, 9800} (ต้นทุนรวม) - B2:B10 = {100, 110, 120, 130, 140, 150, 160, 170, 180} (จำนว…สมมติการผลิตสินค้า:
- A2:A10 = {5000, 5500, 6200, 6800, 7300, 7900, 8500, 9000, 9800} (ต้นทุนรวม)
- B2:B10 = {100, 110, 120, 130, 140, 150, 160, 170, 180} (จำนวนสินค้า)
=INTERCEPT(A2:A10, B2:B10)
4000
ข้อมูลยอดขายรายเดือน 6 เดือนที่ผ่านมา: - A2:A7 = {10000, 12000, 14500, 16800, 19000, 21500} (ยอดขาย) - B2:B7 = {1, 2, 3, 4, 5, 6} (เดือนที่) สูตรคาดการณ์ยอดขายเ…ข้อมูลยอดขายรายเดือน 6 เดือนที่ผ่านมา:
- A2:A7 = {10000, 12000, 14500, 16800, 19000, 21500} (ยอดขาย)
- B2:B7 = {1, 2, 3, 4, 5, 6} (เดือนที่)
สูตรคาดการณ์ยอดขายเดือนที่ 7:
=INTERCEPT(A2:A7, B2:B7) + SLOPE(A2:A7, B2:B7) * 7
23642.86
ข้อมูล 5 เดือน: - A2:A6 = {350, 400, 450, 520, 600} (ใช้ไฟฟ้า kWh) - B2:B6 = {15, 18, 22, 25, 28} (อุณหภูมิ Celsius) =INTERCEPT(A2:A6, B2:B6)ข้อมูล 5 เดือน:
- A2:A6 = {350, 400, 450, 520, 600} (ใช้ไฟฟ้า kWh)
- B2:B6 = {15, 18, 22, 25, 28} (อุณหภูมิ Celsius)
=INTERCEPT(A2:A6, B2:B6)
-80
SLOPE หาความชันของเส้น (m ในสูตร y = mx + a) ส่วน INTERCEPT หาจุดตัดแกน Y (a ในสูตร) ทั้งสองใช้ร่วมกันเพื่อให้สมการเส้นตรงที่สมบูรณ์
Excel จะคืนค่า #N/A error เพราะต้องมีคู่ข้อมูล (X, Y) จำนวนเท่ากัน
ถ้าข้อมูล collinear (อยู่บนเส้นตรงเดียว) หรือไม่มีความแปรปรวน Excel จะคืนค่า #DIV/0! error
Excel จะละเว้น (ignore) ค่าที่เป็นข้อมูลตัวอักษรและบูลีน แต่ 0 ยังถูกนับว่าเป็นค่าตัวเลขปกติ
ประมาณการต้นทุนคงที่ หาค่าเริ่มต้นแนวโน้ม คาดการณ์ทางการเงิน การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปร
INTERCEPT ช่วยหาจุดตัดแกน Y ของสมการเส้นตรง y = mx + a
เมื่อคุณมีข้อมูล X และ Y ที่สัมพันธ์กัน INTERCEPT จะหาเส้นที่เหมาะสมที่สุด (best-fit line) แล้วบอกว่าเส้นนั้นตัดแกน Y ที่ค่า a เท่าไหร่ ซึ่งมีประโยชน์มากในการวิเคราะห์ต้นทุนคงที่ หรือค่าเริ่มต้นของแนวโน้ม
ที่เจ๋งคือ INTERCEPT รวมกับ SLOPE ให้สมการเส้นตรงที่สมบูรณ์ได้เลย เช่น หากต้องการคาดการณ์ยอดขายในอนาคต ก็ใช้ INTERCEPT (ค่าเริ่มต้น) + SLOPE (อัตราการเติบโต) × เวลา