photosdematures.com

எக்செல் லீனியர் இன்டர்போலேஷன்

எக்செல் இல் நேரியல் இடைக்கணிப்பு என்பது தற்போதைய தரவுகளில் கொடுக்கப்பட்ட எந்த ஒரு குறிப்பிட்ட மாறியின் வரவிருக்கும் அடுத்த மதிப்பை முன்னறிவித்தல் அல்லது யூகிப்பது, இங்கே நாம் இரண்டு மதிப்புகளை இணைக்கும் ஒரு நேர் கோட்டை உருவாக்குகிறோம், அதன் மூலம் எதிர்கால மதிப்பை மதிப்பிடுகிறோம், எக்செல் இல் நாம் முன்னறிவிப்பு செயல்பாடு மற்றும் ஒரு பார்வை ஒரு நேரியல் இடைக்கணிப்பு செய்ய செயல்பாடு.

இடைக்கணிப்பு என்பது ஒரு கணித அல்லது புள்ளிவிவர கருவியாகும், இது ஒரு வளைவு அல்லது வரியில் 2 புள்ளிகளுக்கு இடையிலான மதிப்புகளைக் கணிக்கப் பயன்படுகிறது. இந்த கருவி புள்ளிவிவரங்களில் மட்டுமல்லாமல், வணிக, அறிவியல் போன்ற பல துறைகளிலும் பயன்படுத்தப்படுகிறது, அங்கு இரண்டு தரவு புள்ளிகளுக்கு இடையில் மதிப்புகளை கணிக்க வாய்ப்பு உள்ளது.

எக்செல் இல் லீனியர் இன்டர்போலேஷன் செய்வது எப்படி?

இந்த லீனியர் இன்டர்போலேஷன் எக்செல் வார்ப்புருவை இங்கே பதிவிறக்கம் செய்யலாம் - லீனியர் இன்டர்போலேஷன் எக்செல் வார்ப்புரு

எடுத்துக்காட்டு # 1

வெவ்வேறு நேர மண்டலங்களில் வானிலை வெப்பநிலையை அறிய இடைக்கணிப்பு செய்தல்

முதலில், ஒவ்வொரு மணி நேரத்திற்கும் பெங்களூர் பிராந்தியத்தின் வெப்பநிலை புள்ளிவிவரங்களை எடுத்துக் கொள்ளுங்கள், தரவு பின்வருமாறு இருக்கும்: -

சில தேதிகளுக்கு பெங்களூர் பிராந்தியத்தின் வெப்பநிலை விவரங்கள் கிடைத்துள்ளன என்று தரவு காட்டுகிறது. சரியான நாள் நெடுவரிசை முழு நாள் மற்றும் மணிநேர நெடுவரிசைக்கான நேர மண்டலங்களை நாங்கள் குறிப்பிட்டுள்ளோம், நாள் தொடங்கியதிலிருந்து மணிநேரங்களின் எண்ணிக்கையை 12:00 AM போன்றவை 0 மணிநேரம், 1:00 AM 1 மணிநேரம், மற்றும் ஆன்.

தேவையான நேர மண்டலத்திற்கான வெப்பநிலை மதிப்பை வெளியேற்றுவதற்காக இப்போது தரவிற்கான இடைக்கணிப்பைச் செய்யப் போகிறோம், இது எந்த நேரத்திலும் சரியான மணிநேரம் மட்டுமல்ல.

இடைக்கணிப்பைச் செய்ய, எக்செல் இல் FORECAST, OFFSET, MATCH போன்ற சில சூத்திரங்களைப் பயன்படுத்த வேண்டும். நாம் முன்னேறுவதற்கு முன் இந்த சூத்திரங்களை சுருக்கமாக பார்ப்போம்.

FORECAST () - இந்த முன்னறிவிப்பு எக்செல் செயல்பாடு ஒரு நேரியல் போக்குடன் இருக்கும் மதிப்புகளின் அடிப்படையில் எதிர்கால மதிப்பைக் கணக்கிடுகிறது அல்லது கணிக்கிறது.

• எக்ஸ் - இது நாம் கணிக்க விரும்பும் மதிப்பு.
• தெரிந்த_இஸ் - இது தரவிலிருந்து சார்பு மதிப்புகள் மற்றும் நிரப்பப்பட வேண்டிய கட்டாய புலம்
• அறியப்பட்ட_எக்ஸ் - இது தரவிலிருந்து சுயாதீனமான மதிப்புகள் மற்றும் நிரப்பப்பட வேண்டிய கட்டாய புலம்.

பொருத்துக() - இந்த மேட்ச் எக்செல் செயல்பாடு ஒரு வரிசை, நெடுவரிசை அல்லது அட்டவணையில் ஒரு தேடல் மதிப்பின் தொடர்புடைய நிலையை ஒரு குறிப்பிட்ட வரிசையில் குறிப்பிட்ட மதிப்புடன் பொருந்தும்.

• பார்வை_ மதிப்பு - இது லுக்அப்_அரேயில் இருந்து பொருந்த வேண்டிய மதிப்பு
• பார்_அரே - இது தேடுவதற்கான வரம்பு

[match_type] - இது 1,0, -1 ஆக இருக்கலாம். இயல்புநிலை 1 ஆக இருக்கும். 1 க்கு - போட்டி என்பது லுக்_அப் மதிப்பைக் காட்டிலும் குறைவாகவோ அல்லது சமமாகவோ இருக்கும் மிகப்பெரிய மதிப்பைக் கண்டுபிடிக்கும் மற்றும் மதிப்பு ஏறுவரிசையில் இருக்க வேண்டும். 0 க்கு - போட்டி முதல் மதிப்பை lookup_value க்கு சமமாகக் காண்கிறது மற்றும் வரிசைப்படுத்த வேண்டிய அவசியமில்லை. -1 க்கு - லுக்_அப் மதிப்பை விட அதிகமாகவோ அல்லது சமமாகவோ இருக்கும் மிகச்சிறிய மதிப்பை போட்டி கண்டுபிடிக்கும் மற்றும் இறங்கு வரிசையில் வரிசைப்படுத்த வேண்டும்.

ஆஃப்செட் () - இந்த ஆஃப்செட் செயல்பாடு குறிப்பிட்ட எண்ணிக்கையிலான வரிசைகள் மற்றும் நெடுவரிசைகளின் கலங்கள் அல்லது கலங்களின் வரம்பை வழங்கும். கலங்களின் செல் அல்லது வரம்பு நாம் குறிப்பிடும் வரிசைகள் மற்றும் நெடுவரிசைகளில் உயரம் மற்றும் அகலத்தைப் பொறுத்தது.

• குறிப்பு - வரிசைகள் மற்றும் நெடுவரிசைகளின் எண்ணிக்கை செய்யப்படும் தொடக்க புள்ளியாகும்.
• வரிசைகள் - தொடக்க குறிப்பு கலத்திற்கு கீழே ஈடுசெய்ய வரிசைகள் இல்லை.
• நெடுவரிசைகள் - தொடக்க குறிப்பு கலத்திலிருந்து வலதுபுறம் ஈடுசெய்ய நெடுவரிசைகள் இல்லை.
• [உயரம்] - திரும்பிய குறிப்பிலிருந்து வரிசைகளில் உயரம். இது விருப்பமானது.
• [அகலம்] - திரும்பிய குறிப்பிலிருந்து நெடுவரிசைகளில் அகலம். இது விருப்பமானது.

சுருக்கமாக சுருக்கங்களைப் பார்த்தபடி, இடைக்கணிப்பைச் செய்ய நாம் பயன்படுத்தப் போகிறோம். இப்போது இடைக்கணிப்பை பின்வருமாறு செய்வோம்:

வெவ்வேறு நேர மண்டலத்திற்கான வெப்பநிலையைப் பார்க்க வேண்டிய ஒரு கலத்தில் சூத்திரத்தைத் தட்டச்சு செய்க. முன்னறிவிக்கப்பட வேண்டிய கலத்தை நாம் தேர்ந்தெடுக்க வேண்டும் என்றும், அறியப்பட்ட_ மற்றும் அறியப்பட்ட_எக்ஸ் ஆகியவற்றைத் தேர்ந்தெடுக்க ஆஃப்செட் & மேட்ச் செயல்பாடு பயன்படுத்தப்படுகிறது என்றும் இது கூறுகிறது.

FORECAST ($ F $ 5 - முன்னறிவிக்க வேண்டிய நேர மண்டலத்தைக் கொண்ட கலத்தைத் தேர்ந்தெடுக்கவும்.

ஆஃப்செட் ($ சி $ 3: $ சி $ 26, மேட்ச் ($ எஃப் $ 5, $ பி $ 3: $ பி $ 26,1) -1,0,2) - அறியப்பட்ட_ஐஸைத் தேர்ந்தெடுக்க இது பயன்படுத்தப்படுகிறது, ஏனெனில் ஒரு குறிப்பு தற்காலிக நெடுவரிசை எடுக்கப்படுகிறது, ஏனெனில் இவை சார்பு மதிப்புகள். வரிசைகளின் எண்ணிக்கையை நாம் கணிக்க மற்றும் கணக்கிட வேண்டிய மதிப்பின் நிலையை உருவாக்க போட்டி செயல்பாடு பயன்படுத்தப்படுகிறது. நெடுவரிசைகள் 0 ஆக இருக்க வேண்டும், ஏனென்றால் தேர்ந்தெடுக்கப்பட்ட அதே நெடுவரிசையின் சார்பு மதிப்பை நாங்கள் விரும்புகிறோம், உயரம் 2 ஆக இருப்பதால் கடைசி 2 மதிப்புகளின் அடிப்படையில் முன்னறிவிப்பை செய்ய வேண்டும்.

ஆஃப்செட் ($ பி $ 3: $ பி $ 26, மேட்ச் ($ எஃப் $ 5, $ பி $ 3: $ பி $ 26,1) -1,0,2) - அறியப்பட்ட_எக்ஸைத் தேர்ந்தெடுப்பதற்கு இது பயன்படுத்தப்படுகிறது, ஏனெனில் குறிப்பு மணிநேர நெடுவரிசை எடுக்கப்படுகிறது, ஏனெனில் இவை சுயாதீன மதிப்புகள் மற்றும் மீதமுள்ளவை வரிசை எண்ணிக்கையில் நாங்கள் செய்ததைப் போன்றது.

இப்போது நாம் முன்னறிவிப்பதாகக் கருதிய கலத்தில் சிறிது நேர மண்டலத்தைக் கொடுங்கள். இங்கே உள்ளிடப்பட்ட மதிப்பு 19.5 ஆகும், இது இரவு 7:30 மணி ஆகும், மேலும் 30 இன் வெப்பநிலையைப் பெறுவோம், இது ஒரு மணிநேர அடிப்படையில் வழங்கப்படும் வெப்பநிலை மதிப்புகளிலிருந்து கணிக்கப்படுகிறது.

இதேபோல், இந்த சூத்திரத்திலிருந்து வெவ்வேறு நேர மண்டலத்திற்கான தற்காலிக புள்ளிவிவரங்களை நாம் காணலாம்.

எடுத்துக்காட்டு # 2

2018 இல் ஒரு நிறுவனத்தின் விற்பனையை அறிய லீனியர் இன்டர்போலேஷன் செய்தல்

ஒரு நிறுவனத்திற்கான விற்பனை விவரங்களை 2018 இல் கீழே பெற்றுள்ளோம் என்று வைத்துக் கொள்வோம். நாட்கள் மற்றும் அவற்றின் விற்பனையின் அடிப்படையில் தரவு எங்களிடம் உள்ளது. ஆண்டின் முதல் 15 நாட்களில் 7844 யூனிட்டுகள், ஆண்டின் 50 நாட்களில் 16094 யூனிட்டுகள் மற்றும் பலவற்றை நாங்கள் பெற்றுள்ளோம்.

நாங்கள் கருத்தில் கொள்ளும் தரவுகளில் குறிப்பிடப்படாத வெவ்வேறு நாட்களுக்கு விற்பனை மதிப்பைக் கணிக்க இடைக்கணிப்பில் நாங்கள் பயன்படுத்திய அதே சூத்திரத்தைப் பயன்படுத்தலாம். இங்கே மொத்தமாக நாங்கள் எடுத்தது போல விற்பனை ஒரு நேர் கோட்டில் (நேரியல்) உள்ளது.

215 நாட்களில் நாங்கள் அடைந்த விற்பனையின் எண்ணிக்கையைப் பார்க்க விரும்பினால், கொடுக்கப்பட்ட விற்பனை தரவைக் கருத்தில் கொண்டு 215 நாட்களுக்கு முன்னறிவிக்கப்பட்ட விற்பனையின் எண்ணிக்கையை கீழே காணலாம்.

இதேபோல், கொடுக்கப்பட்ட புள்ளிகளுக்கு இடையில் முன்னறிவிப்பதன் மூலம் அந்த ஆண்டின் விற்பனையின் எண்ணிக்கையை நாம் அறியலாம்.

நினைவில் கொள்ள வேண்டிய விஷயங்கள்

• இது மிகக் குறைவான துல்லியமான முறையாகும், ஆனால் அட்டவணை மதிப்புகள் நெருக்கமாக இடைவெளியில் இருந்தால் அது வேகமாகவும் துல்லியமாகவும் இருக்கும்.
• புவியியல் தரவு புள்ளி, மழைப்பொழிவு, இரைச்சல் அளவுகள் போன்றவற்றிற்கான மதிப்புகளை மதிப்பிடுவதிலும் இது பயன்படுத்தப்படலாம்.
• இது பயன்படுத்த மிகவும் எளிதானது மற்றும் நேரியல் அல்லாத செயல்பாடுகளுக்கு மிகவும் துல்லியமானது அல்ல.
• எக்செல் லீனியர் இன்டர்போலேஷன் தவிர, பல்லுறுப்புறுப்பு இடைக்கணிப்பு, ஸ்பைலைன் இடைக்கணிப்பு போன்ற பல்வேறு வகையான முறைகளும் எங்களிடம் உள்ளன.