Тенденция

Возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы " известные_значения_y" и " известные_значения_x". Возвращает значения y, в соответствии с этой прямой для заданного массива " новые_значения_x".

Синтаксис

ТЕНДЕНЦИЯ (известные_значения_y; известные_значения_x; новые_значения_x; конст)

Известные_значения_y — множество значений y, которые уже известны для соотношения y = mx + b.

Если известные_значения_x опущены, то предполагается, что это массив {1; 2; 3;...} такого же размера, как и известные_значения_y.

Новые_значения_x — новые значения x, для которых ТЕНДЕНЦИЯ возвращает соответствующие значения y.

Если новые_значения_x опущены, то предполагается, что они совпадают с известные_значения_x.

Если опущены оба массива известные_значения_x и новые_значения_x, то предполагается, что это массив {1; 2; 3;...} такого же размера, что и известные_значения_y.

Конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.

Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.

Если конст имеет значение ЛОЖЬ, то b полагается равным 0, и значения m подбираются таким образом, чтобы выполнялось соотношение y = mx.

Т.к. функция ПРЕДСКАЗ и ТЕНДЕНЦИЯ используют для прогноза линейные зависимости, необходимо для сравнения вначале рассчитать значения Y по линейной зависимости, полученной по линейному тренду! Затем использовать функции ПРЕДСКАЗ и ТЕНДЕНЦИЯ.

РОСТ

Рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция РОСТ возвращает значения y для последовательности новых значений x, задаваемых с помощью существующих x- и y-значений. Функция рабочего листа РОСТ может применяться также для для аппроксимации существующих x- и y-значений экспоненциальной кривой.

Синтаксис

РОСТ (известные_значения_y; известные_значения_x; новые_значения_x; конст)

Известные_значения_y — это множество значений y, которые уже известны в соотношении y = b*m^x.

Известные_значения_x — это необязательное множество значений x, которые уже известны для соотношения y = b*m^x.

Если известные_значения_x опущены, то предполагается, что это массив {1; 2; 3;...} такого же размера, как и известные_значения_y.

Новые_значения_x — это новые значения x, для которых РОСТ возвращает соответствующие значения y.

Если аргумент новые_значения_x опущен, то предполагается, что он совпадает с аргументом известные_значения_x.

Если оба аргумента известные_значения_x и новые_значения_x опущены, то предполагается, что это массив {1; 2; 3;...} такого же размера, как и известные_значения_y.

Конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1.

Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.

Если конст имеет значение ЛОЖЬ, то b полагается равным 1, а значения m подбираются так, чтобы y = m^x.

Т.к. функция РОСТ использует для прогноза экспоненциальную зависимость, необходимо для сравнения вначале рассчитать значения Y по экспоненциальной зависимости, полученной по экспоненциальному тренду! Затем использовать функцию РОСТ.

ЛИНЕЙН

Рассчитывает статистику и коэффициенты зависимости для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные. Функция возвращает массив, который описывает полученную прямую. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива.

Уравнение для прямой линии имеет следующий вид:

y = mx + b или

y = m1x1 + m2x2 +... + b (в случае нескольких диапазонов значений x),

где зависимое значение y — функция независимого значения x, значения m — коэффициенты, соответствующие каждой независимой переменной x, а b — постоянная. Заметим, что y, x и m могут быть векторами. Функция ЛИНЕЙН возвращает массив {mn; mn-1;...; m1; b}. ЛИНЕЙН может также возвращать дополнительную регрессионную статистику.