વિવિધ આગાહી પદ્ધતિઓ પૈકી, એક અંદાજ કા outી શકતો નથી. તેનો ઉપયોગ કરીને, તમે અસલ અંદાજો લગાવી શકો છો અને આયોજિત સૂચકાંકોની ગણતરી મૂળ વસ્તુઓની જગ્યાએ સરળ મુદ્દાઓથી કરી શકો છો. એક્સેલમાં, આગાહી અને વિશ્લેષણ માટે આ પદ્ધતિનો ઉપયોગ કરવાની સંભાવના પણ છે. ચાલો જોઈએ કે બિલ્ટ-ઇન ટૂલ્સ સાથે નિર્ધારિત પ્રોગ્રામમાં આ પદ્ધતિ કેવી રીતે લાગુ કરી શકાય.
અંદાજ
આ પદ્ધતિનું નામ લેટિન શબ્દ પ્રોક્સીમા પરથી આવે છે - "નજીકનું" તે સરળતા અને જાણીતા સૂચકાંકોની સરળતા દ્વારા તેને વલણમાં બનાવેલ છે જે તેનો આધાર છે. પરંતુ આ પદ્ધતિનો ઉપયોગ ફક્ત આગાહી માટે જ નહીં, પરંતુ હાલના પરિણામોનો અભ્યાસ કરવા માટે પણ થઈ શકે છે. છેવટે, અંદાજીકરણ, હકીકતમાં, સ્રોત ડેટાનું સરળકરણ અને એક સરળ સંસ્કરણનું અન્વેષણ કરવું સરળ છે.
એક્સેલમાં સ્મૂથિંગ કરવામાં આવે છે તે મુખ્ય સાધન એ ટ્રેન્ડ લાઇનનું નિર્માણ છે. નીચેની લાઇન એ છે કે, હાલના સૂચકાંકોના આધારે, ભવિષ્યના સમયગાળા માટેનું ફંક્શન ગ્રાફ પૂર્ણ થઈ રહ્યું છે. ટ્રેન્ડ લાઇનનો મુખ્ય હેતુ, તમે ધારી શકો છો, આગાહીઓ અથવા સામાન્ય વલણને ઓળખવાનું છે.
પરંતુ તેનું નિર્માણ આશરે પાંચ પ્રકારોમાંથી એકનો ઉપયોગ કરીને કરી શકાય છે:
- રેખીય;
- ઘાતાંકીય;
- લોગરીધમિક;
- બહુપદી;
- પાવર.
અમે દરેક વિકલ્પોને વધુ વિગતવાર અલગથી ધ્યાનમાં લઈએ છીએ.
પાઠ: એક્સેલમાં ટ્રેન્ડ લાઇન કેવી રીતે બનાવવી
પદ્ધતિ 1: રેખીય લીસું કરવું
સૌ પ્રથમ, ચાલો સરળ અંદાજ વિકલ્પ જોઈએ, એટલે કે રેખીય ફંકશનનો ઉપયોગ કરીને. અમે તેના પર વધુ વિગતવાર ધ્યાન આપીશું, કારણ કે આપણે સામાન્ય મુદ્દાઓની રૂપરેખા આપીશું જે અન્ય પદ્ધતિઓની લાક્ષણિકતા છે, એટલે કે, શેડ્યૂલનું નિર્માણ અને કેટલીક અન્ય ઘોંઘાટ કે જેના પર નીચે આપેલા વિકલ્પોનો વિચાર કરતી વખતે આપણે ધ્યાન આપીશું નહીં.
સૌ પ્રથમ, અમે આલેખ બનાવીશું, તેના આધારે આપણે સુંવાળી પ્રક્રિયા કરીશું. શેડ્યૂલ બનાવવા માટે, અમે એક ટેબલ લઈએ છીએ જેમાં એન્ટરપ્રાઇઝ દ્વારા ઉત્પાદિત ઉત્પાદનના એકમની માસિક કિંમત અને આપેલ સમયગાળાને અનુરૂપ નફો સૂચવવામાં આવે છે. આપણે જે ગ્રાફિક ફંકશન બનાવીશું તે ઉત્પાદનના ખર્ચમાં થયેલા ઘટાડા પર નફામાં થયેલા વધારાની પરાધીનતાને પ્રતિબિંબિત કરશે.
- કાવતરું કરવા માટે, સૌ પ્રથમ, કumnsલમ્સ પસંદ કરો "એકમ ખર્ચ" અને નફો. તે પછી, ટેબ પર ખસેડો દાખલ કરો. આગળ, ચાર્ટ્સ ટૂલબboxક્સમાં રિબન પર, બટન પર ક્લિક કરો "સ્પોટ". ખુલતી સૂચિમાં, નામ પસંદ કરો "સરળ વળાંક અને માર્કર્સ સાથે સ્પોટ". તે આ પ્રકારનો ચાર્ટ છે જે ટ્રેન્ડ લાઇન સાથે કામ કરવા માટે સૌથી યોગ્ય છે, અને તેથી, એક્સેલમાં આશરે પદ્ધતિ લાગુ કરવા માટે.
- શેડ્યૂલ બનાવવામાં આવ્યું છે.
- ટ્રેન્ડ લાઇન ઉમેરવા માટે, જમણી માઉસ બટન ક્લિક કરીને તેને પસંદ કરો. એક સંદર્ભ મેનૂ દેખાય છે. તેમાંની વસ્તુ પસંદ કરો "ટ્રેન્ડ લાઇન ઉમેરો ...".
તેને ઉમેરવાનો બીજો વિકલ્પ છે. રિબન પર ટsબ્સના વધારાના જૂથમાં "ચાર્ટ સાથે કામ કરવું" ટેબ પર ખસેડો "લેઆઉટ". ટૂલ બ્લોકમાં આગળ "વિશ્લેષણ" બટન પર ક્લિક કરો ટ્રેન્ડ લાઇન. સૂચિ ખુલે છે. અમને રેખીય અંદાજ લાગુ કરવાની જરૂર હોવાથી, અમે પ્રસ્તુત સ્થાનોમાંથી પસંદ કરીએ છીએ "રેખીય આશરે".
- જો તમે તેમ છતાં સંદર્ભ મેનૂ દ્વારા ક્રિયાઓ ઉમેરવાનો પ્રથમ વિકલ્પ પસંદ કર્યો છે, તો ફોર્મેટ વિંડો ખુલશે.
પરિમાણોના બ્લોકમાં "ટ્રેન્ડ લાઇન બનાવવી (આશરે અને સુંવાળી)" સ્થિતિ પર સ્વિચ સેટ કરો "રેખીય".
જો ઇચ્છિત હોય, તો તમે સ્થિતિની બાજુના બ checkક્સને ચકાસી શકો છો "આકૃતિમાં સમીકરણ બતાવો". તે પછી, સ્મૂથિંગ ફંક્શનનું સમીકરણ આકૃતિ પર પ્રદર્શિત થશે.અમારા કિસ્સામાં પણ, વિવિધ અંદાજિત વિકલ્પોની તુલના કરવા માટે, આગળના બ checkક્સને તપાસવું મહત્વપૂર્ણ છે "વિશ્વસનીય અંદાજનું મૂલ્ય ચાર્ટ પર મૂકો (આર ^ 2)". આ સૂચક અલગ અલગ હોઈ શકે છે 0 પહેલાં 1. તે જેટલું .ંચું છે, આશરે વધુ સારું (વધુ વિશ્વસનીય) છે. એવું માનવામાં આવે છે કે આ સૂચકની કિંમત સાથે 0,85 અને વધુ, લીસું કરવું તે વિશ્વસનીય ગણી શકાય, પરંતુ જો સૂચક ઓછું હોય, તો ના.
ઉપરોક્ત તમામ સેટિંગ્સ પૂર્ણ કર્યા પછી. બટન પર ક્લિક કરો બંધ કરોવિંડોની નીચે સ્થિત છે.
- જેમ તમે જોઈ શકો છો, ટ્રેન્ડ લાઇન ચાર્ટ પર કાવતરું રચાયેલ છે. રેખીય અંદાજ સાથે, તે કાળી સીધી રેખા દ્વારા સૂચવવામાં આવે છે. જ્યારે સરળ ડેટા તદ્દન ઝડપથી બદલાઈ જાય છે અને દલીલ પર ફંકશન વેલ્યુની અવલંબન સ્પષ્ટ હોય ત્યારે સરળ પ્રકારનાં લીસું કરવું સરળ છે.
આ કિસ્સામાં ઉપયોગમાં લેવાય તે લીસું નીચે આપેલ સૂત્ર દ્વારા વર્ણવવામાં આવે છે:
y = કુહાડી + બી
અમારા વિશેષ કિસ્સામાં, સૂત્ર નીચેનું સ્વરૂપ લે છે:
y = -0.1156x + 72.255
આશરે ચોકસાઈનું મૂલ્ય બરાબર છે 0,9418, જે એક સ્વીકાર્ય પરિણામ છે જે સુવિધાયુક્ત તરીકે વિશ્વસનીય તરીકે વર્ગીકૃત થયેલ છે.
પદ્ધતિ 2: ઘાતક અંદાજ
ચાલો હવે એક્સેલના ઘાતક પ્રકારનો અંદાજ જોઈએ.
- ટ્રેન્ડ લાઇનનો પ્રકાર બદલવા માટે, જમણી માઉસ બટન ક્લિક કરીને તેને પસંદ કરો અને પ andપ-અપ મેનૂમાં આઇટમ પસંદ કરો. "ટ્રેન્ડ લાઇનનું ફોર્મેટ ...".
- તે પછી, પરિચિત ફોર્મેટ વિંડો શરૂ થાય છે. આશરે પ્રકાર પસંદગી બ્લોકમાં, સ્વીચને આના પર સેટ કરો "ઘાતાંકીય". બાકીની સેટિંગ્સ પ્રથમ કિસ્સામાંની જેમ જ રહેશે. બટન પર ક્લિક કરો બંધ કરો.
- તે પછી, વલણની રેખા ચાર્ટ પર કાવતરું કરવામાં આવશે. જેમ તમે જોઈ શકો છો, આ પદ્ધતિનો ઉપયોગ કરતી વખતે, તેનો થોડો વળાંક આકાર હોય છે. આ કિસ્સામાં, આત્મવિશ્વાસનું સ્તર છે 0,9592, જે રેખીય આશરે ઉપયોગ કરતા કરતા વધારે છે. જ્યારે મૂલ્યો ઝડપથી બદલાઈ જાય છે અને પછી સંતુલિત સ્વરૂપ લે છે ત્યારે ઘોષણાત્મક પદ્ધતિનો શ્રેષ્ઠ ઉપયોગ થાય છે.
સુંવાળું કાર્યનું સામાન્ય સ્વરૂપ નીચે મુજબ છે:
y = be ^ x
જ્યાં ઇ કુદરતી લોગરીધમનો આધાર છે.
અમારા વિશેષ કિસ્સામાં, સૂત્ર નીચે આપેલ સ્વરૂપ લીધું છે:
y = 6282.7 * e ^ (- 0.012 * x)
પદ્ધતિ 3: લોગાર્થોમિક સ્મૂથિંગ
લોગરીધમિક અંદાજિતતાની પદ્ધતિને ધ્યાનમાં લેવાનો હવે વારો છે.
- પાછલા સમયની જેમ, આપણે સંદર્ભ મેનૂ દ્વારા ટ્રેન્ડ લાઇન ફોર્મેટ વિંડોને લોંચ કરીએ છીએ. સ્વીચને પોઝિશન પર સેટ કરો "લોગરીધમિક" અને બટન પર ક્લિક કરો બંધ કરો.
- લarગરીધમિક અંદાજિતતા સાથે વલણ રેખા બનાવવા માટે એક પ્રક્રિયા છે. પાછલા કિસ્સામાંની જેમ, આ વિકલ્પનો ઉપયોગ ત્યારે કરવામાં આવે છે જ્યારે શરૂઆતમાં ડેટા ઝડપથી બદલાય છે અને પછી સંતુલિત દેખાવ લે છે. જેમ તમે જોઈ શકો છો, આત્મવિશ્વાસનું સ્તર 0.946 છે. આ રેખીય પદ્ધતિનો ઉપયોગ કરતા isંચું છે, પરંતુ ઘાતાંકીય લીસું સાથે વલણની લાઇનની ગુણવત્તા કરતા ઓછું છે.
સામાન્ય રીતે, લીસું કરવા માટેનું સૂત્ર આના જેવું લાગે છે:
y = a * ln (x) + બી
જ્યાં એલ.એન. પ્રાકૃતિક લોગરીધમનું મૂલ્ય છે. તેથી પદ્ધતિનું નામ.
અમારા કિસ્સામાં, સૂત્ર નીચેનું સ્વરૂપ લે છે:
y = -62.81ln (x) +404.96
પદ્ધતિ 4: બહુપદી લીસું કરવું
બહુપદીની સુંવાળીની પદ્ધતિને ધ્યાનમાં લેવાનો સમય આવી ગયો છે.
- એક કરતા વધુ વાર કરવામાં આવે તે પ્રમાણે ટ્રેન્ડ લાઇન ફોર્મેટ વિંડો પર જાઓ. બ્લોકમાં "ટ્રેન્ડ લાઇન બનાવવી" સ્થિતિ પર સ્વિચ સેટ કરો "બહુપદી". આ આઇટમની જમણી બાજુએ એક ક્ષેત્ર છે "ડિગ્રી". જ્યારે કોઈ કિંમત પસંદ કરો "બહુપદી" તે સક્રિય બને છે. અહીંથી તમે કોઈપણ પાવર વેલ્યુનો ઉલ્લેખ કરી શકો છો 2 (ડિફ defaultલ્ટ રૂપે સેટ કરેલ) પર 6. આ સૂચક ફંક્શનના મેક્સિમા અને મિનિમાની સંખ્યા નક્કી કરે છે. જ્યારે બીજી ડિગ્રીનો બહુપદી સ્થાપિત કરો, ત્યારે ફક્ત એક મહત્તમ વર્ણવવામાં આવે છે, અને જ્યારે છઠ્ઠી ડિગ્રીનો બહુપદી સ્થાપિત કરવામાં આવે છે, ત્યારે પાંચ મેક્સિમા સુધીનું વર્ણન કરી શકાય છે. પ્રથમ, ચાલો મૂળભૂત સેટિંગ્સ છોડી દઈએ, એટલે કે, આપણે બીજી ડિગ્રી સૂચવીશું. અમે બાકીની સેટિંગ્સને તે પહેલાંની પદ્ધતિઓમાં સેટ કરી તે જ છોડીએ છીએ. બટન પર ક્લિક કરો બંધ કરો.
- આ પદ્ધતિનો ઉપયોગ કરીને વલણની લાઇન કાવતરું છે. જેમ તમે જોઈ શકો છો, તે ઘાતક અંદાજનો ઉપયોગ કરતી વખતે કરતા વધુ વક્ર છે. અગાઉ ઉપયોગમાં લેવામાં આવતી કોઈપણ પદ્ધતિઓ કરતાં આત્મવિશ્વાસનું સ્તર isંચું છે, અને છે 0,9724.
જો ડેટા સતત ચલ હોય તો આ પદ્ધતિ સૌથી વધુ સફળતાપૂર્વક લાગુ કરી શકાય છે. આ પ્રકારનાં સ્મૂથિંગનું વર્ણન કરતું ફંક્શન આના જેવું લાગે છે:
y = a1 + a1 * x + a2 * x ^ 2 + ... + an * x ^ nઅમારા કિસ્સામાં, સૂત્ર નીચેના સ્વરૂપમાં લીધો:
y = 0.0015 * x ^ 2-1.7202 * x + 507.01 - હવે પરિણામ બહુ અલગ પડે છે કે કેમ તે જોવા માટે, બહુકોષની ડિગ્રી બદલીએ. અમે ફોર્મેટ વિંડો પર પાછા ફરો. અમે આશરે પ્રકારનો બહુપદી છોડી દીધો, પરંતુ તેની વિરુદ્ધ, ડિગ્રી વિંડોમાં, મહત્તમ શક્ય મૂલ્ય સેટ કરો - 6.
- તમે જોઈ શકો છો, આ પછી અમારી વલણ રેખાએ ઉચ્ચારણ વળાંકનું સ્વરૂપ લીધું, જેમાં મેક્સિમાની સંખ્યા છ છે. જેટલા પ્રમાણમાં આત્મવિશ્વાસનું સ્તર વધ્યું છે 0,9844.
સૂત્ર કે જે આ પ્રકારનાં સુંવાળીનો વર્ણન કરે છે તે નીચેના સ્વરૂપનું લે છે:
y = 8E-08x ^ 6-0,0003x ^ 5 + 0,3725x ^ 4-269,33x ^ 3 + 109525x ^ 2-2E + 07x + 2E + 09
પદ્ધતિ 5: પાવર લીસું કરવું
નિષ્કર્ષમાં, અમે એક્સેલમાં પાવર-લોની આશરે પદ્ધતિને ધ્યાનમાં લઈએ છીએ.
- અમે વિંડો પર ખસેડો ટ્રેન્ડ લાઇન ફોર્મેટ. સ્મૂથિંગ સ્વિચિંગના પ્રકારને પોઝિશન પર સેટ કરો "શક્તિ". સમીકરણ અને આત્મવિશ્વાસના સ્તરનું પ્રદર્શન, હંમેશની જેમ, બાકી છે. બટન પર ક્લિક કરો બંધ કરો.
- પ્રોગ્રામ એક ટ્રેન્ડ લાઇન બનાવે છે. જેમ તમે જોઈ શકો છો, અમારા કિસ્સામાં તે થોડું વળાંકવાળી લાઇન છે. આત્મવિશ્વાસનું સ્તર છે 0,9618છે, જે ખૂબ highંચો દર છે. ઉપરોક્ત બધી પદ્ધતિઓમાંથી, બહુપદી પદ્ધતિનો ઉપયોગ કરતી વખતે જ આત્મવિશ્વાસનું સ્તર .ંચું હતું.
આ પદ્ધતિનો ઉપયોગ ફંકશન ડેટાના સઘન પરિવર્તનના કિસ્સામાં અસરકારક રીતે થાય છે. તે ધ્યાનમાં લેવું મહત્વપૂર્ણ છે કે આ વિકલ્પ ફક્ત તે સ્થિતિ હેઠળ લાગુ છે કે જે કાર્ય અને દલીલ નકારાત્મક અથવા શૂન્ય મૂલ્યોને સ્વીકારતી નથી.
આ પદ્ધતિને વર્ણવતા સામાન્ય સૂત્રમાં નીચે આપેલ સ્વરૂપ છે:
y = bx ^ n
અમારા વિશેષ કિસ્સામાં, તે આના જેવું લાગે છે:
y = 6E + 18x ^ (- 6.512)
જેમ તમે જોઈ શકો છો, જ્યારે આપણે ઉદાહરણ તરીકે ઉપયોગમાં લીધેલા વિશિષ્ટ ડેટાનો ઉપયોગ કરતી વખતે, છઠ્ઠી ડિગ્રી સાથે બહુપદી સાથે બહુપદી અંદાજની પદ્ધતિએ વિશ્વસનીયતાનું ઉચ્ચતમ સ્તર દર્શાવ્યું (0,9844), રેખીય પદ્ધતિમાં સૌથી નીચો આત્મવિશ્વાસ (0,9418) પરંતુ આનો અર્થ એ નથી કે તે જ વલણ અન્ય ઉદાહરણો સાથે હશે. ના, ઉપરોક્ત પદ્ધતિઓનું કાર્યક્ષમતાનું સ્તર, વિશિષ્ટ પ્રકારનાં ફંક્શન પર આધાર રાખીને નોંધપાત્ર રીતે બદલાઈ શકે છે કે જેના માટે ટ્રેન્ડ લાઇન બનાવવામાં આવશે. તેથી, જો પસંદ કરેલી પદ્ધતિ આ કાર્ય માટે સૌથી અસરકારક છે, તો તેનો અર્થ એ નથી કે તે બીજી પરિસ્થિતિમાં પણ શ્રેષ્ઠ હશે.
જો તમે હજી પણ ઉપરોક્ત ભલામણોને આધારે તુરંત જ નક્કી કરી શકતા નથી કે તમારા કેસ માટે કયા પ્રકારનો અંદાજ ખાસ કરીને યોગ્ય છે, તો તે બધી પદ્ધતિઓ અજમાવવા યોગ્ય છે. વલણની લાઇન બનાવ્યા પછી અને તેના આત્મવિશ્વાસનું સ્તર જોયા પછી, શ્રેષ્ઠ વિકલ્પ પસંદ કરવાનું શક્ય બનશે.
