ТОП 15 формул в Excel
Excel, безусловно, одна из самых необходимых программ. Она сделала жизнь множества пользователей легче. Excel позволяет автоматизировать даже самые сложные вычисления, и в этом заключается основное преимущество этой программы.
Как правило, стандартный пользователь применяет лишь ограниченный набор функций, в то время как существует множество формул, позволяющих реализовывать те же задачи, но значительно быстрее.
Это может быть полезно, если постоянно приходится выполнять множество однотипных действий, требующих большого количества операций.
Стало интересно? Тогда добро пожаловать в обзор самых полезных 15 формул Excel.
Функция Поиск решения в Excel. Включение, пример использования со скриншотами
- Условие. Этот аргумент позволяет передать в функцию ячейки, которые в дальнейшем подлежат суммированию.
- Диапазон суммирования. Этот аргумент не является обязательным, и он дает возможность задать ячейки, которые необходимо суммировать, если условие оказывается ложным.
Сначала разберемся с тем, как задать константу. В качестве примера сделаем постоянной и строку, и столбец, то есть закрепим ячейку. Для этого поставьте знак «$» как возле буквы, так и цифры ячейки, чтобы в результате получилось такое написание, как показано на следующем изображении.
Решение задач с помощью ППП Excel (функции ЛИНЕЙН)
Учитывая, что при построении уравнения множественной регрессии следует исключать дублирующие факторы, рассчитываются парные коэффициенты корреляции переменных, по величине которых определяют их коллинеарность.
Матрицу парных коэффициентов корреляции можно рассчитать, используя инструмент анализа данных, Корреляция. Для этого:
1. В главном меню последовательно выберите пункты Сервис/Анализ данных/Корреляция. Щелкните по кнопке ОК;
2. Заполните диалоговое окно ввода данных и параметров вывода (рис. 1.1):
Входной интервал – диапазон, содержащий анализируемые данные, это может быть одна или несколько строк столбцов;
Метки – флажок, который указывает, содержит ли первая строка названия столбцов или нет;
Выходной интервал – достаточно указать левую верхнюю ячейку будущего диапазона;
3. Результаты вычислений — матрица парных коэффициентов корреляции – представлены на рис. 1.2.
Рис.1.1 Диалоговое окно вводов параметров инструмента Корреляция
Встроенная статистическая функция ЛИНЕЙН определяет параметры линейной регрессии Порядок вычисления следующий:
1) введите исходные данные или откройте существующий файл, содержащий анализируемые данные;
2) выделите область пустых ячеек 5 х (P+1) (5 строк, (P+1) столбца) для вывода результатов регрессионной статистики или область 1 х (P+1) – для получения только оценок коэффициентов регрессии;
a) в главном меню выберите Вставка /Функция;
b) на панели инструментов Стандартная щелкните по кнопке Вставка функции;
4) в окне Категория (Рис.1.3) выберите Статистические, в окне Функция – ЛИНЕЙН. Щелкните по кнопке ОК;
5) заполните аргументы функции (рис.1.4) по исходным данным (рис. 1.2):
Pис. 1.4. Диалоговое окно ввода аргументов функции ЛИНЕЙН
Известные значения у – диапазон, содержащий данные результативного признака;
Известные значения х — диапазон, содержащий данные факторов независимого признака:
Константа – логическое значение, которое указывает на наличие или отсутствие свободного члена в уравнении. Если Константа =1 (Истина), то свободный член рассчитывается , если Константа = 0 , то свободный член равен 0.;
Статистика — логическое значение, которое указывает, выводить дополнительную информацию по регрессионному анализу или нет. Если Статистика =1 (Истина), то дополнительная информация выводится, если Статистика = 0, то выводятся только оценки параметров уравнения.
6) нажмите на комбинацию клавиш Ctrl> + ;
7) данные регрессионного анализа будут выводиться в следующем порядке:
Для данных вышеприведенного примера результат вычисления множественной регрессии ЛИНЕЙНпредставлен на рис.1.5.
Рис. 1.5. Результат вычисления функции ЛИНЕЙН
.
Множественный коэффициент детерминации R 2 = 0,644. Это говорит о том, что доля вариации результата у за счет анализируемых факторов х1 и х2 составляет 64,4 %. Доля вариации от неучтенных в анализе факторов — 35,6 %.
Расчетное значение критерия Фишера — F расч.= 7,242. Табличное значение критерия Фишера при df факт.= 2 и df ост. = 8 составляет — F табл. = 4,46. Следовательно, полученное уравнение множественной регрессии линейного вида статистически значимо с вероятностью ошибки 5%.
Для получения нелинейной регрессии необходимо выполнить преобразование исходных данных, исходя из формы модели. Например, для получения модели в виде полинома второго порядка:
факторы х1, х2, . . . хр следует возвести в квадрат и в диалоговом окне ввода аргументов функции ЛИНЕЙНпри заполнении параметра входной интервал Х следует указать все столбцы, содержащие значения факторных признаков. Результаты анализа (на основании исходных данных рис. 1. 2) представлены на рис.1.6.
Рис.1.6. Результат применения функции ЛИНЕЙН для получения нелинейной регрессии в виде полинома второго порядка
studopedia.org — Студопедия.Орг — 2014-2022 год. Студопедия не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования (0.015 с) .
Как работать с формулами в Microsoft Excel: инструкция для новичков
Когда используется способ решения нелинейных задач, во всех случаях начинающийся с начальных показателей переменных, это свидетельствует о том, что возможное решение далеко от таких параметров. Если запустить функцию с прочими начальными показателями переменных, то, вероятно, решение найдется.
Вставка функции в таблицу
После заполнения данных нажмите Enter и ознакомьтесь с результатом. Если синтаксис функции соблюден, в выбранной ячейке появится число, а не уведомление об ошибке.
Попробуйте самостоятельно использовать разные математические операции, добавляя скобки, чередуя цифры и ячейки, чтобы быстрее разобраться со всеми возможностями математических операций и в будущем применять их, когда это понадобится.
Анализ данных и их оптимизация в Excel
Функция Like LOG используется, когда скорость изменения данных быстро увеличивается или уменьшается; функция EXP в Excel используется, когда значения данных растут или падают все более высокими темпами.