קוראים כמוך עוזרים לתמוך ב-MUO. כאשר אתה מבצע רכישה באמצעות קישורים באתר שלנו, אנו עשויים להרוויח עמלת שותף. קרא עוד.

ניתוח נתונים יעיל דורש הבנה ברורה של הקשר בין המשתנים והכמויות המעורבים. ואם יש לך נתונים טובים, אתה יכול אפילו להשתמש בהם כדי לחזות התנהגות נתונים.

עם זאת, אלא אם כן אתה מתמטיקאי, קשה מאוד ליצור משוואה ממערך נתונים. אבל עם Microsoft Excel, כמעט כל אחד יכול לעשות זאת על ידי שימוש בתרשים פיזור. הנה איך.

יצירת תרשים פיזור ב-Microsoft Excel

לפני שנוכל להתחיל לחזות מגמה, תחילה עליך לעשות זאת ליצור תרשים פיזור למצוא אחד. עלילת הפיזור מציגה את הקשר בין שני משתנים לאורך שני צירי התרשים, כאשר משתנה אחד בלתי תלוי והשני תלוי.

המשתנה הבלתי תלוי מוצג בדרך כלל על הציר האופקי של התרשים, בעוד שאתה יכול למצוא את המשתנה התלוי על הציר האנכי שלו. הקשר ביניהם מיוצג אז על ידי קו הגרף

כדי ליצור תרשים פיזור בגיליון Excel, בצע את השלבים הבאים:

  1. פתח את גליון העבודה המכיל את הנתונים שברצונך לשרטט בתרשים הפיזור.
  2. מקם את המשתנה הבלתי תלוי בעמודה השמאלית ואת המשתנה התלוי בעמודה הימנית.
  3. בחר את הערך של שתי העמודות שברצונך לשרטט.
    4. instagram viewer
  4. הקלק על ה לְהַכנִיס טאב ועבור אל תרשימים קְבוּצָה. כעת לחץ על הכנס פיזור (X, Y) או תרשים בועות.
  5. כאן תמצאו סגנונות שונים של תרשים הפיזור. בחר אחד מהם על ידי לחיצה עליו.
  6. זה יציג את התרשים על המסך. שנה את שם הצירים ואת כותרת התרשים.

ציור קו מגמה על גרף עלילת פיזור

על מנת להציג את הקשר בין משתני התרשים, נדרש קו מגמה. קו המגמה צריך להיות דומה לערכי הנתונים בתרשים או לחפוף לערכי הנתונים על מנת לאמוד במדויק את הקשר בין המשתנים. כדי לצייר קו מגמה בתרשים הפיזור:

  1. לחץ לחיצה ימנית על כל נקודת נתונים בתרשים הפיזור.
  2. מרשימת האפשרויות שמופיעות, בחר הוסף קו מגמה.
  3. א פורמט קו מגמה חלון יופיע בצד ימין עם ה- ליניארי אפשרות שנבחרה כברירת מחדל.

זה יוסיף קו מגמה (קו מקווקו ישר) לתרשים הפיזור שלך.

עיצוב אפשרויות קו מגמה להתאמת עקומה לערכי הנתונים

אנו רוצים להתאים את קו המגמה קרוב ככל האפשר לחלקת העקומה. כך נוכל לקבל תובנה לגבי הקשר המשוער בין המשתנים. כדי לעשות זאת, בצע את השלבים הבאים:

  1. בחר עקומות שונות מתוך אפשרויות טרנד בתוך ה פורמט קו מגמה חלון לעקומה התאם את קו המגמה עם עלילה של עקומה.
  2. סמן את הצג משוואה בתרשים תיבת סימון כדי להציג את משוואת התאמה לעקומה בתרשים הפיזור.

חיזוי ערכים קדימה ואחורה על סמך מגמות

לאחר התאמת עקומה, תוכל להשתמש בקו מגמה זה כדי לחזות את הערכים הקודמים והעתידיים שאינם חלק ממערך נתונים זה. אתה יכול להשיג זאת על ידי הקצאת ערך בקטע תחזית בחלון עיצוב קו מגמה. הוסף את התקופות הרצויות שלך תחת קָדִימָה ו לְאָחוֹר אפשרויות לצפות בערכים הצפויים בתרשים הפיזור.

חיזוי הקשר בין משתנים עצמאיים ותלויים מרובים לניסוח משוואה

נתונים מכילים לפעמים משתנים בלתי תלויים מרובים היוצרים ערכים כתוצאה מכך. במקרים כאלה, ייתכן שהמגמה אינה פשוטה. כדי לזהות את הקשר, ייתכן שיהיה עליך לחפש מגמות בין הכמות התלויה ומשתנים בלתי תלויים בודדים.

באיור למטה, יש לנו מערך נתונים המכיל שני משתנים בלתי תלויים. בגרף, הציר האופקי מייצג את המשתנה u והציר האנכי מייצג את המשתנה התלוי שנוצר. כל שורה בתרשים היא גם פונקציה של משתנה ט.

כאן, נמצא דרך למצוא את הקשר המשוער בין המשתנה התלוי Y(U, T) (או ערך כתוצאה) ומשתנים בלתי תלויים U ו ט. זה יאפשר לנו להוציא את ערכי המשתנים הללו כדי לחזות את התנהגות הנתונים.

כדי לעשות זאת, בצע את השלבים הבאים:

  1. ראשית, נמצא את הקשר בין משתנה בלתי תלוי אחד (U) והתלוי כתוצאה מכך י. שמור על הערך של ערכים עצמאיים אחרים (ט) קבוע על ידי בחירת עמודה אחת בלבד בכל פעם.
  2. בחר תאים B3 ל B10 לבחור U ותאים C3 ל C10 (ערך מתקבל ב-T=1) והשתמש בתרשים פיזור כדי לשרטט אותם.
  3. כעת צייר את קו המגמה והשתמש בקו המגמה המתאים ביותר המוצג ב- פורמט קו מגמה חלון המתאים למערך הנתונים. במקרה זה, ראינו את קו המגמה "הליניארי" המתאים ביותר לעקומה.
  4. לחץ על הצג משוואה בתרשים בתוך ה פורמט קו מגמה חלון קו.
  5. שנה את שם הצירים של התרשים לפי משתני נתונים.
  6. לאחר מכן, עליך ליצור תרשים פיזור עבור כל שאר המשתנים תחת T. בצע את השלבים הראשון עד חמש, אך בחר עמודות D3 ל D10 (T=2), E3 ל E10 (T=5), F3 ל F10 (T=7), G3 ל G10 (T=10), H3 ל H10 (T=15), I3 ל I10 (T=20)ו J3 ל J10 (T=20) בנפרד עם משתנה U המכילים תאים B3 ל B10.
  7. אתה אמור למצוא את המשוואות הבאות המוצגות בתרשימים.

    ט

    י

    T=1

    Y=2U+12.2

    T=2

    Y=2U+21.2

    T=5

    Y=2U+48.2

    T=7

    Y=2U+66.2

    T=10

    Y=2U+93.2

    T=15

    Y=2U+138.2

    T=20

    Y=2U+183.2

    T=25

    Y=2U+228.2
    אנו יכולים לראות שכל המשוואות הן ליניאריות ובעלות אותו מקדם על המשתנה U. זה מקרב אותנו למסקנה ש י שווה ל 2U ועוד כמה ערכים שונים שיכולים להיות פונקציה של משתנה ט.
  8. שימו לב לערכים הללו בנפרד וסדרו אותם כפי שמוצג להלן (כל ערך עם ערך המשתנה המצוין שלו, כמו 12.2 עם T=1 ו 228 עם T=25, וכו.). כעת פזרו את הערכים הללו והצג את המשוואה המייצגת את היחס בין הערכים הללו עם משתנה ט.
  9. לבסוף, אנחנו יכולים להתייחס Y(U, T) כפי ש 
Y(U, T)=2U+9T+3.2

אתה יכול לאמת ערכים אלה על ידי שרטוט משוואה זו עבור ערכים שונים של U ו ט. באופן דומה, אתה יכול לחזות את ההתנהגות של Y(U, T) עבור ערכים שונים של משתנים U ו ט לא זמין עם מערך נתונים זה.

אתה לא צריך להיות מתמטיקאי מומחה כדי לחזות מגמות ב- Microsoft Excel

כעת, כשאתה יודע למצוא את הקשר בין פונקציה לתנאים התלויים בה, אתה יכול להסיק מסקנות תקפות לגבי התנהגות הפונקציה. בתנאי שיש לך את כל המשתנים הדרושים המשפיעים על הפונקציה המתמטית, תוכל לחזות במדויק את ערכה בתנאים הנתונים.

Microsoft Excel הוא כלי נהדר המאפשר לך לשרטט גם פונקציות רב-משתניות. כעת, כשיש לך את הנתונים שלך, עליך לחקור גם את הדרכים השונות שבהן תוכל ליצור גרפים ותרשימים רבי עוצמה כדי להציג אותם.