Denna handledning visar hur du använderExcel LOGEST Roligtktion i Excel för att beräkna den exponentiella kurvan.
LOGEST Funktionsöversikt
LOGEST -funktionen beräknar en exponentiell kurva som passar dina data och returnerar en rad värden som beskriver kurvan.
Om du vill använda funktionen LOGEST Excel -kalkylblad väljer du en cell och skriver:
(Lägg märke till hur formelinmatningarna ser ut)
LOGEST -funktion Syntax och ingångar:
| 1 | = LOGEST (kända_y, kända_x, konstant, statistik) |
kända_y och kända_x - Är x och y data i din datatabell
konst - SANT/FALSK alternativ för om y-avlyssningen ska tvingas till 1 eller beräknas normalt
statistik - SANT/FALSK alternativ om ytterligare regressionsstatistik ska returneras
Vad är LOGEST?
LOGEST -funktionen i Excel är en funktion som används för att anpassa en exponentiell kurva till exponentiell data. LOGEST är en matrisformel.
Observera att när du använder Microsoft 365 är LOGEST kompatibel med dynamiska matriser och kräver inte användning av Ctrl + Shift + Enter (CSE). Ange helt enkelt din formel längst upp till vänster där du vill ha din utmatningsgrupp och resultatet kommer att spridas över till de andra cellerna. CSE -metoden krävs för äldre eller fristående versioner av Excel.
Exponentiell tillväxt kan observeras i data som ett virus som sprids i en global pandemi.
Antag att jag har en tabell med data med x och y värderingar var x är den oberoende variabeln och y är den beroende variabeln. Vi kan använda LOGEST för att anpassa en kurva till data.
Du kanske undrar om det här är en exponentiell kurva, vad representerar resultatparametrarna? Cellen E3 innehåller m värde och cell F3 innehåller b kurvens värde.
Ekvationen för den exponentiella kurvan för en enda x variabel är:
Var,
b = y-skärning av kurvan och
m = lutningsparametern för kurvan, som också kan skrivas som
Med denna alternativa form av m, ekvationen kan också skrivas som.
Men om jag tillämpar resultatet som en formel och jämför det kända yet med kurvresultatet kommer vi att märka att det inte passar perfekt (kända y- och LOGEST -resultatdata matchar inte).
Här är en visuell representation med Excel: s inbyggda exponentiella trendlinje:
Lägg märke till förskjutningen av de blå och orange datamarkörerna. Tittar på R2 kurvens värde kan vi numeriskt mäta passformen. För att göra detta ställer vi in [statistik] -alternativet i formeln till SANT.
R2 kurvens värde är 0,992. Detta är en bra modell men inte perfekt och har därför några små skillnader mot de kända värdena. Den återstående statistiken i cellerna E23 till F27 beskrivs senare i denna artikel.
Du kanske också märker att ekvationen som visas på grafen inte matchar resultatet av LOGEST som visas i det första exemplet.
Detta beror på att vi måste ta den naturliga logaritmen av m och höja e till kraften i det numret.
| 1 | ln (2,62) = 0,9642. |
Den naturliga logaritmen för ett tal är logaritmen till basen av e, en matematisk konstant ungefär lika med 2,71828. Den naturliga logaritmen är typiskt skriven som ln(x).
Observera att det inte är nödvändigt att göra denna konvertering för att uppnå ett värde av y för en given x med hjälp av det tidigare nämnda
Excel (och LOGEST) gör redan matematik bakom kulisserna när man beräknar m värde.
Hur man använder LOGEST
Med vårt första exempel skrivs funktionen som:
| 1 | = LOGEST (C3: C8, B3: B8, TRUE, FALSE) |
När [statistik] -alternativet är satt till TRUE, är regressionsstatistikens organisation följande:
Du kanske undrar vad varje variabel betyder.
| Statistisk | Beskrivning |
| mn | Lutningskoefficienter för x variabler |
| b | y-avlyssning |
| sen | Standardfel för varje lutningskoefficient |
| seb | Standardfel för y-avlyssningen |
| r2 | Determinationskoefficient |
| sey | Standardfel för y uppskatta |
| F | F -statistiken (för att avgöra om variablernas relation inträffar av en slump) |
| df | Grader av frihet |
| ssreg | Regressionssumma av kvadrater |
| ssrest | Återstående summa av rutor |
Den viktigaste statistiken att förstå är lutningskoefficienterna, y-interceptet och bestämningskoefficienten eller R2 modellens värde.
R2 värde är en indikator på styrkan i modellens korrelation. Det kan ses som en indikator på passform. En låg R2 värde skulle innebära en dålig korrelation mellan dina beroende och oberoende variabler, och motsatsen gäller för hög R2 värden, med R2 = 1 passar perfekt.
Prognos
För att förutse vad det resulterande värdet kommer att bli för ett givet x -värde kopplar du bara in det önskade värdet. Vi använder x = 7,5:
GROWTH -funktionen kommer att utföra detta inbyggt. Se VÄXT -artikeln här [LÄNK TILL VÄXT -ARTIKEL].
LOGST med flera x variabler
Liksom LINEST kan LOGEST utföra en exponentiell kurvpassning med hjälp av flera oberoende (x) variabler.
Ekvationen för y när flera x variabler som ingår i modellen är:
LOGEST tips
- Se till att du har den mest uppdaterade versionen av Microsoft 365 för att använda LOGEST med dynamiska matriser. Du kan behöva aktivera Office Insider Current Channel (Preview) för att kunna använda dynamiska arrayfunktioner. På kontosidan:
- Om du använder en version som inte är Microsoft 365 måste du använda den äldre CTRL + SHIFT + ENTER (CSE) -metoden för att utvärdera matrisformler.
- Om du använder den äldre metoden är antalet kolumner som ska markeras när du anger en LOGEST -matrisfunktion alltid antalet x variabler i din data plus 1. Antalet rader att välja för matrisen är 5.
- Om du delar din dynamiska array-aktiverade version av Excel med någon som använder en version som inte är Microsoft 365 använder du den äldre CSE-metoden för att undvika kompatibilitetsproblem.
Intresserad av mer prognoser?
Se våra andra artiklar om prognoser med exponentiell utjämning, TREND, VÄXT och LINEST -funktioner.
LOGEST -funktionen i Google Kalkylark
LOGEST -funktionen fungerar exakt samma i Google Kalkylark som i Excel.
