LOGEST ใช้คำนวณค่าสถิติสำหรับเส้นโค้ง Exponential ที่เหมาะสมที่สุด เพื่อวิเคราะห์การเติบโตแบบเลขชี้กำลัง
| อาร์กิวเมนต์ | ชนิด | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|---|
| known_y's | Range/Array | ช่วงข้อมูลค่า Y ที่ทราบแล้ว (ข้อมูลตามแกนตั้ง) – ต้องมีอย่างน้อย 2 ค่า | |
| [known_x's]ไม่บังคับ | Range/Array | 1, 2, 3, … | ช่วงข้อมูลค่า X ที่ทราบแล้ว (ข้อมูลตามแกนนอน) – ถ้าละไว้ Excel จะใช้ค่า 1, 2, 3… แทน |
| [const]ไม่บังคับ | Logical | TRUE | TRUE (ค่าเริ่มต้น) = คำนวณค่า b ปกติ, FALSE = บังคับให้ b = 1 |
| [stats]ไม่บังคับ | Logical | FALSE | FALSE (ค่าเริ่มต้น) = คืนค่า m และ b เท่านั้น, TRUE = คืนสถิติเพิ่มเติม |
[ ] = อาร์กิวเมนต์ที่ไม่บังคับ
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 📊
หา m และ b ของสมการ y = 50 * 1.15^x โดยดูจากข้อมูลปีที่ 1-9 (A2:A10) และยอดขาย (B2:B10) ค่า m=1.15 หมายถึงการเติบโต 15% ต่อปี
ใช้ LOGEST หาค่าสัมประสิทธิ์แล้วส่งให้ GROWTH เพื่อพยากรณ์ยอดขายปีที่ 11 ซึ่งจะเป็น ~115,000
ตั้ง stats=TRUE จะได้เมทริกซ์สถิติ แถวที่ 1 = m,b | แถวที่ 2 = ค่าความผิดพลาด | แถวที่ 3 = R^2, F-statistic | สำหรับตรวจสอบคุณภาพของสมการ
ใช้ 2 ตัวแปร X (A และ B) เพื่อวิเคราะห์ y = b*(m1^x1)*(m2^x2)* ซึ่งแม่นยำกว่าสำหรับข้อมูลที่มีหลายปัจจัยเกี่ยวข้อง
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
ฟังก์ชันที่ผู้เขียนโยงไว้กับ LOGEST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
ฟังก์ชันที่ใช้สมการถดถอยเชิงเส้น (Linear Regression) เพื่อพยากรณ์ค่าในอนาคต โดยยึดตามแนวโน้มข้อมูลในอดีต
GROWTH พยากรณ์การเติบโตแบบ Exponential จากข้อมูลในอดีต โดยใช้สูตร y = b*m^x แทนการเรียงแบบเส้นตรง
ฟังก์ชัน HARMEAN ใน Excel ใช้สำหรับคำนวณค่าเฉลี่ยฮาร์โมนิก (Harmonic Mean) ของชุดข้อมูลตัวเลข ซึ่งเหมาะสำหรับหาค่าเฉลี่ยของอัตราส่วน เช่น ความเร็วเฉลี่ย อัตราผลตอบแทน หรือกำลังโหลด
ฟังก์ชัน INTERCEPT ใน Excel ใช้สำหรับคำนวณจุดที่เส้นถดถอยเชิงเส้น (Linear Regression Line) ตัดกับแกน Y (ค่า Y เมื่อ X = 0).
LINEST คำนวณค่าสถิติสำหรับเส้นตรงที่เหมาะสมที่สุด ด้วยวิธีกำลังสองน้อยที่สุด (Linear Regression Analysis)
TREND ใช้หา linear regression line (เส้นตรงที่ลดความเบี่ยงเบนของข้อมูล) เพื่อพยากรณ์ค่า Y ในอนาคตจากข้อมูลเดิม หรือสร้างค่า fitted line สำหรับกราฟแนวโน้ม
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่