آماری Excel 2016 ◉ 7 بازدید

=FORECAST.LINEAR()

مقدار آینده را بر اساس مقادیر موجود با استفاده از رگرسیون خطی محاسبه یا پیش‌بینی می‌کند. این تابع جایگزین تابع FORECAST است و برای پیش‌بینی فروش آینده، نیازهای موجودی یا روندهای مصرف‌کننده کاربرد دارد.

قابل استفاده در: Excel for Microsoft 365Excel for Microsoft 365 for MacExcel 2024Excel 2024 for MacExcel 2021Excel 2021 for MacExcel 2019Excel 2016
=FORECAST.LINEAR(x, known_y's, known_x's)
برای توضیح هر ورودی، نشانگر را روی نام آن در جدول نگه دارید — یا بخش ورودی‌ها را ببینید.
نوع خروجیعدد
محبوبیت50 / 100
Volatileخیر
Dynamic Arrayخیر
📥 دانلود فایل نمونه اکسل (.xlsx) — بزودی ▦ امتحان در Playground فایل اختصاصی این تابع — ایمن و کم‌حجم · شامل داده نمونه + فرمول فعال
اشتراک‌گذاری:

⬇ دانلود فایل نمونه اکسل

یک فایل .xlsx اختصاصی برای =FORECAST.LINEAR() با داده‌های نمونه فارسی و فرمول فعال — مستقیم در اکسل باز کنید و تمرین کنید.

  • شیت «نمونه» — جدول داده + فرمول تابع در سلول مشخص
  • شیت «راهنما» — سینتکس، توضیح ورودی‌ها و نکات همین صفحه
  • تولید آنی و ایمن (توکن اعتبارسنجی + محدودیت دانلود)
📥 دانلود FORECAST.LINEAR.xlsx — بزودی حجم ~ 8–12 KB · بدون ماکرو

⇪ اشتراک‌گذاری

این تابع را به دوستان بفرستید

🧠 🧠 کوییز این تابع

سوالات تستی — سینتکس، مثال و خطا — امتیازت را بسنج!

◧ ورودی‌های تابع

نام ورودینوعوضعیتتوضیح
x عدد الزامی نقطه داده‌ای که می‌خواهید مقدار آن را پیش‌بینی کنید.
known_y's محدوده الزامی آرایه وابسته یا محدوده داده.
known_x's محدوده الزامی آرایه مستقل یا محدوده داده.

▣ مثال‌های کاربردی

پیش‌بینی مقدار آینده با رگرسیون خطی =FORECAST.LINEAR(13, B2:B13, A2:A13)
مثال 2 =FORECAST.LINEAR(80, C2:C25, B2:B25)

✦ نکات مهم

  • اگر x غیرعددی باشد، FORECAST.LINEAR خطای #VALUE! را برمی‌گرداند.
  • اگر known_y's و known_x's خالی باشند یا تعداد نقاط داده آن‌ها متفاوت باشد، FORECAST.LINEAR خطای #N/A را برمی‌گرداند.
  • اگر واریانس known_x's صفر باشد، FORECAST.LINEAR خطای #DIV/0! را برمی‌گرداند.

⚠ خطاهای رایج

#VALUE! مقدار x غیرعددی است.
راه‌حل: برای x مقدار عددی وارد کنید.
#N/A آرایه‌های known_y's و known_x's خالی هستند یا تعداد نقاط آن‌ها برابر نیست.
راه‌حل: مطمئن شوید هر دو آرایه دارای داده هستند و اندازه آن‌ها برابر است.
#DIV/0! واریانس known_x's صفر است.
راه‌حل: مطمئن شوید مقادیر known_x's یکسان نیستند و حداقل دو مقدار متفاوت دارند.

💬 نظرات و پرسش و پاسخ 0 نظر تاییدشده

🔒 نظر شما پس از تایید مدیر منتشر می‌شود.

دیدگاه خود را بنویسید — پس از تایید مدیر نمایش داده می‌شود

هنوز نظری ثبت نشده — اولین نظر را شما بنویسید!

✍️ ارسال نظر / سوال

captcha
🔒 نظر شما پس از تایید مدیر منتشر می‌شود.