Thep Excel
TRENDพยากรณ์ค่าตามแนวโน้มเชิงเส้น
TREND ใช้หา linear regression line (เส้นตรงที่ลดความเบี่ยงเบนของข้อมูล) เพื่อพยากรณ์ค่า Y ในอนาคตจากข้อมูลเดิม หรือสร้างค่า fitted line สำหรับกราฟแนวโน้ม
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | ค่าเริ่มต้น | คำอธิบาย |
|---|---|---|---|
| known_y's | Range | ค่า Y ที่มีอยู่ (เช่น ยอดขายในอดีต) | |
| [known_x's]ไม่บังคับ | Range | 1, 2, 3, … | ค่า X ที่สอดคล้องกับ known_y’s (เช่น เลขที่ของเดือน ปี เป็นต้น) ถ้าไม่ใส่ จะใช้ 1, 2, 3, … แทน |
| [new_x's]ไม่บังคับ | Range | ใช้ค่า known_x's | ค่า X ใหม่ที่ต้องการหาค่า Y (เช่น เดือนที่ 13 สำหรับการพยากรณ์เดือนถัดไป) ถ้าไม่ใส่ จะใช้ค่า known_x’s |
| [const]ไม่บังคับ | Logical | TRUE | TRUE หรือปล่อยว่าง = คำนวณค่า b ตามปกติ (เส้นตรง y = mx + b) | FALSE = บังคับให้ b = 0 (เส้นตรงผ่านจุดกำเนิด) |
[ ] = อาร์กิวเมนต์ที่ไม่บังคับ
Additional Notes
TREND คือฟังก์ชันที่ใช้ linear regression เพื่อหาเส้นตรงที่ผ่านข้อมูล Y และ X ที่มีอยู่ จากนั้นคำนวณค่า Y สำหรับ X ใหม่ (พยากรณ์อนาคต) หรือสำหรับ X เดิม (สร้าง trendline).
ที่เจ๋งคือ TREND ใช้ least squares regression ซึ่งหมายความว่ามันหาเส้นตรงที่ “ดีที่สุด” สำหรับข้อมูลของเรา โดยลดการเบี่ยงเบนไปในแต่ละทิศทาง ใช้ได้ทั้งพยากรณ์ยอดขายปีหน้า ลูกค้าจำนวนในอนาคต หรือราคาสินค้า.
ส่วนตัวผม ยืนยันว่าหลายคนยังใช้ FORECAST แต่พอหัดใช้ TREND ก็ชอบเลยเพราะมันสร้าง array ได้ทีเดียว ไม่ต้องใส่ Ctrl+Shift+Enter แบบ FORECAST เวอร์ชันเก่า (แต่ถ้าใช้ M365 ก็ทั้งสองอันเท่ากัน).
Examples
ตัวอย่างที่ 1: พยากรณ์ค่าอนาคต (ยอดขาย)TREND(B2:B13, A2:A13, 14)
ข้อมูล: A2:A13 มีเลข 1-12 (ค่า X เดือน 1-12), B2:B13 มียอดขาย 10000-12000 (ค่า Y)
สูตรนี้หาเส้น trend จากข้อมูล 12 เดือน แล้วพยากรณ์ยอดขายเดือน 14 (2 เดือนข้างหน้า)
ผลลัพธ์ 12500 คือค่า Y ที่คำนวณจากเส้นตรง ณ จุด X=14
ตัวอย่างที่ 2: สร้าง Trendline (ค่า fitted)TREND(B2:B13, A2:A13)
ไม่ใส่ new_x's ทำให้ TREND คำนวณค่า fitted (ค่าบนเส้นตรง) สำหรับจุด X เดิมทั้งหมด
ใช้ได้สร้าง chart trendline โดยนำผลลัพธ์ไปวาง column ใหม่
ตัวอย่างที่ 3: พยากรณ์หลายค่าพร้อมกัน (array)TREND(B2:B7, A2:A7, {8,9,10})
ข้อมูล 6 เดือนแรก (A2:B7) ต้องการพยากรณ์เดือน 8, 9, 10 พร้อมกัน
ผลลัพธ์คือ array 3 ค่า ใส่ลงใน 3 cell ที่เลือกไว้
ตัวอย่างที่ 4: ข้อมูล X ไม่ใช่ลำดับ (ปี อื่นๆ)TREND(B2:B5, A2:A5, 2030)
ข้อมูล: A2:A5 = 2020, 2021, 2022, 2023 | B2:B5 = 30000, 35000, 40000, 42000
แทน X ด้วยปี TREND ยังคงใช้ linear regression หาเส้นตรง แล้วพยากรณ์ปี 2030
ผลลัพธ์ 45000 คือค่า Y ประมาณสำหรับปี 2030
FAQs
ต่างกับ FORECAST ยังไง?+
ทั้งสองใช้ linear regression เหมือนกัน แต่ TREND สร้าง array ได้ (พยากรณ์หลายค่า) เอง FORECAST คิดค่าเดียว FORECAST.LINEAR เวอร์ชันใหม่เข้ากับ M365 TREND ดีกว่า
const = FALSE ใช้เมื่อไร?+
ใช้เวลาต้องบังคับเส้นตรงผ่านจุดกำเนิด (0, 0) เช่น ความสัมพันธ์ระหว่าง เวลา กับ ระยะทาง (ถ้า เวลา = 0 ระยะทางต้อง = 0) หรือราคา กับ ปริมาณ (ถ้า ปริมาณ = 0 ราคาต้อง = 0)
ทำไมผลมันไม่ตรงข้อมูลเก่า?+
เพราะ TREND คำนวณจากเส้นตรงที่ผ่านกลาง ไม่ใช่จุดตัวจริง (fitted value vs actual value) มันเป็นค่าประมาณจากแนวโน้ม
ต้อง Ctrl+Shift+Enter หรือเปล่า?+
ใน Excel 365 ไม่ต้อง Enter ปกติพอ ใน Excel เวอร์ชันเก่า ต้อง Ctrl+Shift+Enter เพื่อสร้าง array formula
ใช้กับเส้นโค้ง (polynomial) ได้ไหม?+
โดยตรงไม่ได้ (TREND เป็น linear regression) แต่ถ้าต้องการพอดีเส้นโค้ง เราสามารถ reformat ข้อมูล X เช่น ยกกำลัง 2 หรือใช้ LOGEST สำหรับเส้นโค้ง exponential
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ TREND จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
FORECAST.ETS พยากรณ์ค่าในอนาคตโดยใช้เทคนิค Exponential Triple Smoothing (ETS) ซึ่งจัดการกับเทรนด์และฤดูกาลได้อัจฉริยะ
ฟังก์ชัน FORECAST.ETS.SEASONALITY ตรวจจับความยาวของรอบฤดูกาล (seasonality) ในข้อมูลอนุกรมเวลา โดยใช้อัลกอริทึม Exponential Triple Smoothing (ETS) ที่ Excel ใช้สำหรับพยากรณ์
ส่งกลับค่าสถิติต่างๆ จากการวิเคราะห์พยากรณ์แบบ ETS (Exponential Triple Smoothing) เช่น Alpha, Beta, Gamma, MASE, SMAPE, MAE, RMSE และ Step size
พยากรณ์ค่าในอนาคตโดยใช้สมการถดถอยเชิงเส้น (Linear Regression) จากข้อมูลชุดเดิม
GROWTH พยากรณ์การเติบโตแบบ Exponential จากข้อมูลในอดีต โดยใช้สูตร y = b*m^x แทนการเรียงแบบเส้นตรง
ฟังก์ชัน INTERCEPT ใน Excel ใช้สำหรับคำนวณจุดที่เส้นถดถอยเชิงเส้น (Linear Regression Line) ตัดกับแกน Y (ค่า Y เมื่อ X = 0).
LOGEST ใช้คำนวณค่าสถิติสำหรับเส้นโค้ง Exponential ที่เหมาะสมที่สุด เพื่อวิเคราะห์การเติบโตแบบเลขชี้กำลัง
ฟังก์ชันที่ส่งคืนค่า R-squared (R²) หรือสัมประสิทธิ์การตัดสินใจ แสดงสัดส่วนของความแปรปรวนในตัวแปรตามที่สามารถอธิบายได้จากตัวแปรอิสระ ค่าอยู่ระหว่าง 0 ถึง 1
คำนวณความชันของเส้นถดถอยเชิงเส้น ซึ่งบอกให้รู้ว่าค่า Y เปลี่ยนแปลงเร็วแค่ไหนเมื่อค่า X เพิ่มขึ้น ใช้สำหรับวิเคราะห์แนวโน้มข้อมูล
STEYX หาค่าความคลาดเคลื่อนมาตรฐาน (Standard Error of Estimate) ของค่า Y ที่พยากรณ์จาก X โดยใช้การถดถอยเชิงเส้น
SERIESSUM คำนวณผลรวมของอนุกรมกำลัง (Power Series) โดยใช้ค่า x กำลังต่างๆ กับสัมประสิทธิ์ ใช้ในการประมาณค่า sine, cosine, exponential และอื่นๆ
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่