LOGEST

بالنظر إلى البيانات الجزئية حول منحنى نمو أسي، يتم حساب المعلمات المختلفة حول منحنى النمو الأسّي المثالي الذي يمثل أفضل توافق.

استخدام النموذج

LOGEST(B2:B10,A2:A10)

LOGEST(B2:B10, A2:A10, TRUE, TRUE)

البنية

LOGEST(known_data_y, [known_data_x], [b], [verbose])

• known_data_y المصفوفة أو النطاق الذي يتضمن قيمًا (y) متداخلة ومعروفة مسبقًا، والمستخدم لتقديم انحناء يتطابق مع منحنى نمو أسي مثالي.

  • إذا كانت known_data_y مصفوفة أو نطاق ثنائي الأبعاد، يجب أن تتضمن known_data_x الأبعاد نفسها أو يتم حذفها.

  • إذا كانت known_data_y مصفوفة أو نطاق ذو البُعد الواحد، قد تمثل known_data_x تغييرات مستقلة متعددة في مصفوفة أو نطاق ثنائي الأبعاد. بمعنى، إذا كانت known_data_y صفًا واحدًا، يتم ترجمة كل صف known_data_x كقيمة مستقلة منفصلة، وبصورة متناظرة إذا كانت known_data_y عمودًا واحدًا.

• known_data_x - [ اختياري - {1,2,3,...} بالطول نفسه مثل known_data_y بشكلٍ تلقائي ] - تتطابق قيم المتغير (المتغيرات) المستقل مع known_data_y.

  • إذا كانت known_data_y مصفوفة أو نطاق ذو البُعد الواحد، قد تمثل known_data_x تغييرات مستقلة متعددة في مصفوفة أو نطاق ثنائي الأبعاد. بمعنى، إذا كانت known_data_y صفًا واحدًا، يتم ترجمة كل صف known_data_x كقيمة مستقلة منفصلة، وبصورة متناظرة إذا كانت known_data_y عمودًا واحدًا.

• b - [ اختياري - TRUE بشكلٍ تلقائي ] - بالنظر إلى التنسيق الأسي العام لـ y = b*m^x لتوفيق منحنى، يتم حساب b في حالة TRUE أو يتم فرض b ليصبح 1 ولا يتم حساب قيم m إلا في حالة FALSE.

• verbose - [ اختياري - FALSE بشكلٍ تلقائي ] - علامة تحدد ما إذا كان سيتم عرض إحصاءات تراجع إضافية أو مجرد المعاملات المحسوبة والآساس.

  • إذا كان verbose TRUE, بالإضافة إلى مجموعة الأسيات لكل متغير مستقل وعرض b, LOGEST المعامل

    • الخطأ القياسي لكل آس ومعامل

    • معامل التحديد (بين 0 و 1، حيثُ يُشير 1 إلى الارتباط المثالي)

    • الخطأ القياسي لقيم المتغير المستقل

    • قيمة الإحصاء F، أو التي تمت ملاحظتها F والتي تُشير إلى ما إذا كانت العلاقة التي تمت ملاحظتها بين المتغيرات غير المستقلة والمستقلة تكون قيمة عشوائية بدلاً من قيمة أسية

    • درجات الحرية، التي يمكن الاستفادة منها في البحث عن قيم إحصاء F في الجدول المرجعي لتقدير مستوى الثقة

    • انحدار مجموع المربعات

    • المجموع المتبقي للمربعات

ملاحظات

• الإحصاءات التي يتم حسابها بواسطة LOGEST تُشبه LINEST ولكن تستخدم النموذج الخطي ln y = x1 ln m1 + ... + xn ln mn + ln b لكل متغير مستقل x1 ... xn. وبالتالي، يجب مقارنة الإحصاءات الإضافية مثل الخطأ القياسي للوغاريتمات الطبيعية لقيم m وb بدلاً من القيم نفسها.

راجع أيضًا

TREND: بالنظر إلى البيانات الجزئية حول الاتجاه الخطي، يتم توفيق اتجاه خطي مثالي باستخدام طريقة المربعات الدنيا و/أو يتم التنبؤ بمزيد من القيم.

LINEST: بالنظر إلى البيانات الجزئية حول اتجاه خطي، يتم حساب معلمات متنوعة حول الاتجاه الخطي المثالي باستخدام طريقة المربعات الدنيا.

GROWTH: باعتبار البيانات الجزئية حول اتجاه نمو أسي، فإنه تتم مطابقة اتجاه النمو الأسي المثالي و/أو يتم التنبؤ بقيم أخرى.

أمثلة