Interpolazione lineare in Excel | Come eseguire l'interpolazione lineare con esempi

Interpolazione lineare di Excel

L'interpolazione lineare in Excel significa prevedere o indovinare il prossimo valore imminente di una determinata variabile data sui dati correnti, qui creiamo una linea retta che collega due valori e stimiamo il valore futuro attraverso di essa, in Excel usiamo la funzione di previsione e una ricerca funzione per eseguire un'interpolazione lineare.

L'interpolazione è uno strumento matematico o statistico utilizzato per prevedere i valori tra 2 punti su una curva o linea. Questo strumento non viene utilizzato solo nelle statistiche, ma anche in molti altri campi come affari, scienza, ecc. Ovunque vi sia l'opportunità di prevedere i valori tra due punti dati.

Come eseguire l'interpolazione lineare in Excel?

Puoi scaricare questo modello Excel di interpolazione lineare qui - Modello Excel di interpolazione lineare

Esempio 1

Esecuzione dell'interpolazione per conoscere la temperatura del tempo nei diversi fusi orari

Innanzitutto, annota le cifre della temperatura della regione di Bangalore per ogni ora e i dati saranno i seguenti: -

I dati mostrano che abbiamo i dettagli della temperatura della regione di Bangalore per qualche data. La colonna in orario contiene i fusi orari dell'intero giorno e la colonna delle ore in cui abbiamo menzionato il numero delle ore dall'inizio della giornata, ad esempio 12:00 AM sarebbe 0 ore, 1:00 AM sarebbe 1 ora, e così sopra.

Ora eseguiremo l'interpolazione per i dati al fine di estrarre il valore della temperatura per il fuso orario richiesto che può essere qualsiasi ora non solo l'ora esatta.

Per eseguire l'interpolazione, dobbiamo utilizzare alcune formule in Excel come PREVISIONE, OFFSET, CORRISPONDENZA. Vediamo in breve queste formule prima di andare avanti.

PREVISIONE () - Questa funzione Excel di previsione calcola o prevede il valore futuro in base ai valori esistenti insieme a una tendenza lineare.

X - Questo è il valore per il quale vogliamo prevedere.
Known_ys : sono i valori dipendenti dai dati e un campo obbligatorio da riempire
Known_xs - Questi sono i valori indipendenti dai dati e un campo obbligatorio da riempire.

MATCH () - Questa funzione Match excel restituirà la posizione relativa di un valore di ricerca in una riga, colonna o tabella che corrisponde al valore specificato in un ordine specificato.

Lookup_value - Questo è il valore che deve essere trovato in lookup_array
Lookup_array - Questo è l'intervallo per la ricerca

[match_type] - Può essere 1,0, -1. Il valore predefinito sarebbe 1. Per 1 - Match troverà il valore più grande che è minore o uguale al valore di ricerca e il valore dovrebbe essere in ordine crescente. Per 0: Match trova il primo valore esattamente uguale a lookup_value e non è necessario ordinarlo. Per -1 - Match troverà il valore più piccolo che è maggiore o uguale al valore di look_up e dovrebbe essere ordinato in ordine decrescente.

OFFSET () - Questa funzione Offset restituirà una cella o un intervallo di celle con il numero di righe e colonne specificato. La cella o l'intervallo di celle dipenderà dall'altezza e dalla larghezza delle righe e delle colonne che specifichiamo.

Riferimento : questo è il punto di partenza da cui verrà eseguito il conteggio di righe e colonne.
Righe : numero di righe da sfalsare sotto la cella di riferimento iniziale.
Colonne : numero di colonne da spostare a destra dalla cella di riferimento iniziale.
[altezza] - L'altezza in righe dal riferimento restituito. Questo è opzionale.
[larghezza] - La larghezza in colonne dal riferimento restituito. Questo è opzionale.

Come abbiamo visto in breve le formule che utilizzeremo per eseguire l'interpolazione. Ora eseguiamo l'interpolazione come segue:

Digita la formula in una cella di cui abbiamo bisogno per vedere la temperatura per un fuso orario diverso. Questo dice che dobbiamo selezionare la cella che deve essere prevista e la funzione offset & match viene utilizzata per selezionare known_ys e known_xs.

PREVISIONE ($ F $ 5 - Seleziona la cella con il fuso orario da prevedere.

OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Questo è usato per selezionare il known_ys come riferimento viene presa la colonna temp perché questi sono i valori dipendenti. La funzione match viene utilizzata per generare la posizione del valore di cui abbiamo bisogno per prevedere e calcolare il numero di righe. Le colonne dovrebbero essere 0 perché vogliamo che il valore dipendente sulla stessa colonna selezionata e l'altezza sia 2 poiché dobbiamo eseguire la previsione in base agli ultimi 2 valori.

OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Questo è usato per selezionare il known_xs come riferimento viene presa la colonna delle ore perché questi sono valori indipendenti e il resto è lo stesso che avevamo fatto per il conteggio delle righe.

Ora fornisci un po 'di fuso orario nella cella che avevamo considerato per la previsione. Qui il valore inserito è 19,5 che è 7:30 PM e otterremo la temperatura di 30 che è prevista dai valori di temperatura che sono dati su base oraria.

Allo stesso modo, possiamo vedere le cifre della temperatura per diversi fusi orari da questa formula.

Esempio n. 2

Esecuzione dell'interpolazione lineare per conoscere le vendite di un'organizzazione nel 2018

Supponiamo di aver ottenuto i dettagli di vendita per un'organizzazione nel 2018 come di seguito. Abbiamo i dati in termini di giorni e le loro vendite cumulative. Abbiamo venduto 7844 unità nei primi 15 giorni dell'anno, 16094 unità in 50 giorni dell'anno e così via.

Possiamo usare la stessa formula che abbiamo usato nell'interpolazione per prevedere il valore delle vendite per giorni diversi che non è stato menzionato nei dati che consideriamo. Qui le vendite sono in linea retta (lineare) come avevamo preso cumulativamente.

Se vogliamo vedere il numero di vendite che abbiamo ottenuto in 215 giorni, possiamo ottenere il numero di vendite previsto per 215 giorni come di seguito considerando i dati di vendita forniti.

Allo stesso modo, possiamo scoprire il numero di vendite in quell'anno facendo previsioni tra i punti forniti.

Cose da ricordare

È il metodo meno accurato ma è veloce e preciso se i valori della tabella sono ravvicinati.
Questo può anche essere utilizzato per stimare i valori per un punto dati geografico, precipitazioni, livelli di rumore, ecc.
È molto facile da usare e non molto preciso per le funzioni non lineari.
Oltre all'interpolazione lineare di Excel, abbiamo anche diversi tipi di metodi come l'interpolazione polinomiale, l'interpolazione spline, ecc.