અર્થશાસ્ત્રથી લઈને એન્જિનિયરિંગ સુધીના પ્રવૃત્તિના લગભગ કોઈ પણ ક્ષેત્રમાં ફોરકાસ્ટિંગ એ એક ખૂબ જ મહત્વપૂર્ણ તત્વ છે. આ ક્ષેત્રમાં વિશેષતા ધરાવતી મોટી સંખ્યામાં સૉફ્ટવેર છે. કમનસીબે, બધા વપરાશકર્તાઓને ખબર નથી કે સામાન્ય એક્સેલ સ્પ્રેડશીટ પ્રોસેસર આગાહી કરવા માટે તેના શસ્ત્રાગાર સાધનો ધરાવે છે, જે તેમની અસરકારકતા વ્યાવસાયિક પ્રોગ્રામ્સથી ઘણું ઓછું નથી. ચાલો જોઈએ કે આ સાધનો શું છે અને પ્રેક્ટિસમાં આગાહી કેવી રીતે કરવી.
આગાહી પ્રક્રિયા
કોઈ પણ આગાહીનો ધ્યેય વર્તમાન પ્રવાહને ઓળખવાનો છે, અને ભવિષ્યમાં અમુક ચોક્કસ સમયે અભ્યાસ હેઠળના પદાર્થના સંબંધમાં અપેક્ષિત પરિણામ નક્કી કરવાનો છે.
પદ્ધતિ 1: ટ્રેન્ડ લાઇન
એક્સેલમાં ગ્રાફિકલ આગાહીના સૌથી લોકપ્રિય પ્રકારોમાંથી એક એ વલણ રેખા બનાવતી એક એક્સ્ટ્રાપોલેશન છે.
ચાલો છેલ્લા 12 વર્ષથી આ સૂચક પરના ડેટાના આધારે 3 વર્ષમાં એન્ટરપ્રાઇઝના નફાના પ્રમાણની આગાહી કરવાનો પ્રયાસ કરીએ.
- ફંક્શનની દલીલો અને મૂલ્યોને સમાવતી કોષ્ટક ડેટાના આધારે નિર્ભરતા ગ્રાફ બનાવો. આ કરવા માટે, કોષ્ટક સ્થાન પસંદ કરો, અને પછી ટૅબમાં હોવ "શામેલ કરો", ઇચ્છિત પ્રકારનાં આકૃતિના આયકન પર ક્લિક કરો, જે બ્લોકમાં સ્થિત છે "ચાર્ટ્સ". પછી આપણે ચોક્કસ પરિસ્થિતિ માટે યોગ્ય પ્રકાર પસંદ કરીએ છીએ. સ્કેટર ચાર્ટ પસંદ કરવું શ્રેષ્ઠ છે. તમે કોઈ અલગ દૃશ્ય પસંદ કરી શકો છો, પરંતુ પછી, ડેટાને યોગ્ય રીતે પ્રદર્શિત કરવા માટે, તમારે સંપાદન કરવું પડશે, ખાસ કરીને, દલીલ રેખાને દૂર કરો અને આડા અક્ષના ભિન્ન સ્કેલને પસંદ કરો.
- હવે આપણે ટ્રેન્ડ લાઇન બનાવવાની જરૂર છે. આપણે આકૃતિના કોઈપણ બિંદુઓ પર જમણું-ક્લિક કરીએ છીએ. સક્રિય સંદર્ભ મેનૂમાં, વસ્તુ પરની પસંદગીને રોકો "વલણ રેખા ઉમેરો".
- ટ્રેન્ડ લાઇન ફોર્મેટિંગ વિંડો ખુલે છે. છ પ્રકારના એક અનુમાનને પસંદ કરવું શક્ય છે:
- લીનિયર;
- લોગરિધમિક;
- ઘાતાંકીય;
- પાવર;
- પોલિનોમિયલ;
- લીનિયર ફિલ્ટરિંગ.
ચાલો રેખીય અંદાજ સાથે પ્રારંભ કરીએ.
સેટિંગ્સ બૉક્સમાં "આગાહી" ક્ષેત્રમાં "આગળ ધપાવો" નંબર સુયોજિત કરો "3,0", કારણ કે આપણે ત્રણ વર્ષ આગળ આગાહી કરવાની જરૂર છે. આ ઉપરાંત, તમે ચકાસણીબોક્સને ચકાસી શકો છો "ચાર્ટ પર સમીકરણ બતાવો" અને "ચાર્ટ પર અંદાજની ચોકસાઈની મૂલ્ય મૂકો (આર ^ 2)". છેલ્લો સૂચક ટ્રેન્ડ લાઇનની ગુણવત્તા બતાવે છે. સેટિંગ્સ કર્યા પછી, બટન પર ક્લિક કરો. "બંધ કરો".
- ટ્રેન્ડ લાઇન બનાવવામાં આવી છે અને અમે તેનો ઉપયોગ ત્રણ વર્ષ પછી નફોની અંદાજિત રકમ નક્કી કરવા માટે કરી શકીએ છીએ. તમે જોઈ શકો છો, તે સમયે તે 4,500 હજાર rubles માટે પસાર થવું જોઈએ. ગુણાંક આર 2, ઉપર જણાવેલ પ્રમાણે, ટ્રેન્ડ લાઇનની ગુણવત્તા દર્શાવે છે. આપણા કિસ્સામાં, મૂલ્ય આર 2 ઉપર છે 0,89. ઉચ્ચ ગુણાંક, જે રેખાની વિશ્વસનીયતા વધારે છે. તેની મહત્તમ કિંમત સમાન હોઈ શકે છે 1. એવું માનવામાં આવે છે કે જ્યારે ગુણોત્તર સમાપ્ત થાય છે 0,85 ટ્રેન્ડ લાઇન વિશ્વસનીય છે.
- જો તમે આત્મવિશ્વાસના સ્તરથી સંતુષ્ટ ન હોવ તો, તમે ટ્રેન્ડ લાઇન ફોર્મેટ વિંડો પર પાછા આવી શકો છો અને અન્ય કોઈ પ્રકારનો અંદાજ પસંદ કરી શકો છો. તમે સૌથી વધુ ચોક્કસ શોધવા માટે બધા ઉપલબ્ધ વિકલ્પોનો પ્રયાસ કરી શકો છો.
તે નોંધવું જોઈએ કે ટ્રેન્ડ લાઇન દ્વારા એક્સ્ટ્રાપોલેશનનો ઉપયોગ કરીને અસરકારક આગાહી થઈ શકે છે જો વિશ્લેષણ અવધિ વિશ્લેષણ સમયગાળાના 30% કરતા વધુ ન હોય. એટલે કે, 12 વર્ષના સમયગાળાના વિશ્લેષણમાં, અમે 3 થી 4 વર્ષથી વધુ અસરકારક આગાહી કરી શકતા નથી. પરંતુ આ કિસ્સામાં, તે પ્રમાણમાં વિશ્વસનીય હશે, જો આ સમય દરમિયાન કોઈ બળજબરી નહીં હોય અથવા, તેનાથી વિપરીત, અત્યંત અનુકૂળ પરિસ્થિતિઓ, જે અગાઉના સમયગાળામાં ન હતી.
પાઠ: Excel માં ટ્રેન્ડ લાઇન કેવી રીતે બનાવવી
પદ્ધતિ 2: ઓપરેટર ફોરેસ્ટ
ટેબ્યુલર ડેટા માટે એક્સ્ટ્રાપોલેશન સ્ટાન્ડર્ડ એક્સેલ ફંકશન દ્વારા થઈ શકે છે. ફોરકાસ્ટ. આ દલીલ આંકડાકીય સાધનોની કેટેગરીથી સંબંધિત છે અને નીચેનું વાક્યરચના છે:
= PREDICT (x; જાણીતા_y_y; જાણીતા મૂલ્યો_x)
"એક્સ" એક દલીલ છે, તે કાર્યનું મૂલ્ય જેના માટે તમે નિર્ધારિત કરવા માંગો છો. આપણા કિસ્સામાં, આ દલીલ વર્ષ હશે જેના માટે આગાહી કરવી જોઈએ.
"જાણીતા વાય મૂલ્યો" - કાર્યના જાણીતા મૂલ્યોનો આધાર. આપણા કિસ્સામાં, તેની ભૂમિકા પાછલા સમયગાળા માટે નફાના જથ્થા છે.
"જાણીતી એક્સ" - આ દલીલો છે જે કાર્યના જાણીતા મૂલ્યોને અનુરૂપ છે. તેમની ભૂમિકામાં અમારી પાસે વર્ષોની સંખ્યા છે જેના માટે પાછલા વર્ષોના નફા પર માહિતી એકત્રિત કરવામાં આવી હતી.
સ્વાભાવિક રીતે, આ દલીલ આવશ્યક સમયનો સમય હોવો જોઈએ નહીં. ઉદાહરણ તરીકે, તે તાપમાન હોઈ શકે છે, અને જ્યારે કાર્ય કરે છે ત્યારે કાર્યનું મૂલ્ય પાણીના વિસ્તરણનું સ્તર હોઈ શકે છે.
આ પદ્ધતિની ગણતરી કરતી વખતે રેખીય રીગ્રેશનની પદ્ધતિનો ઉપયોગ થાય છે.
ચાલો ઓપરેટરની ઘોષણાઓ જોઈએ ફોરકાસ્ટ ચોક્કસ ઉદાહરણ પર. બધી જ ટેબલ લો. 2018 માટે અમને નફો આગાહી કરવાની જરૂર પડશે.
- શીટ પર ખાલી કોષ પસંદ કરો જ્યાં તમે પ્રક્રિયાના પરિણામો પ્રદર્શિત કરવા માંગો છો. અમે બટન દબાવો "કાર્ય શામેલ કરો".
- ખોલે છે ફંક્શન વિઝાર્ડ. કેટેગરીમાં "આંકડાકીય" નામ પસંદ કરો "ફોરકાસ્ટ"અને પછી બટન પર ક્લિક કરો "ઑકે".
- દલીલ વિન્ડો શરૂ થાય છે. ક્ષેત્રમાં "એક્સ" દલીલનું મૂલ્ય નિર્દિષ્ટ કરો કે જેમાં તમે ફંક્શનના મૂલ્યને શોધવા માંગો છો. આપણા કિસ્સામાં, આ 2018 છે. તેથી, અમે એક રેકોર્ડ બનાવે છે "2018". પરંતુ શીટ પર અને ફીલ્ડમાં સેલમાં આ સૂચક સૂચવવાનું વધુ સારું છે "એક્સ" ફક્ત તેને એક લિંક આપો. આ ભવિષ્યમાં ગણતરીઓને સ્વચાલિત કરવાની અને જો જરૂરી હોય તો વર્ષને સરળતાથી બદલી શકે છે.
ક્ષેત્રમાં "જાણીતા વાય મૂલ્યો" કૉલમ ના કોઓર્ડિનેટ્સ સ્પષ્ટ કરો "એન્ટરપ્રાઇઝનો નફો". આ ક્ષેત્રમાં કર્સરને મૂકીને અને પછી ડાબું માઉસ બટન દબાવીને શીટ પર અનુરૂપ કૉલમ પસંદ કરીને કરી શકાય છે.
એ જ ક્ષેત્રમાં "જાણીતી એક્સ" આપણે કૉલમ એડ્રેસ દાખલ કરીએ છીએ "વર્ષ" ભૂતકાળના સમયગાળા માટેના ડેટા સાથે.
બધી માહિતી દાખલ કર્યા પછી, બટન પર ક્લિક કરો. "ઑકે".
- ઓપરેટર દાખલ કરેલા ડેટાના આધારે ગણતરી કરે છે અને સ્ક્રીન પર પરિણામ દર્શાવે છે. 2018 માટે, 4564.7 હજાર રુબેલ્સના ક્ષેત્રમાં નફો કરવાની યોજના છે. પરિણામી કોષ્ટકના આધારે, અમે ચાર્ટ બનાવટ સાધનોનો ઉપયોગ કરીને ગ્રાફ બનાવી શકીએ છીએ, જે ઉપર ચર્ચા કરવામાં આવી હતી.
- જો તમે દલીલ દાખલ કરવા માટે ઉપયોગમાં લેવાતા સેલમાં વર્ષ બદલશો, તો પરિણામ તે મુજબ બદલાશે, અને ગ્રાફ આપમેળે અપડેટ થશે. ઉદાહરણ તરીકે, 2019 માં આગાહી મુજબ, નફાના જથ્થા 4637.8 હજાર rubles હશે.
પરંતુ ભૂલશો નહીં કે, ટ્રેન્ડ લાઇનના નિર્માણની જેમ, આગાહી અવધિ પહેલાં સમયની લંબાઈ, જે ડેટાબેઝ સંચિત કરવામાં આવી હતી તે સમગ્ર સમયગાળાના 30% કરતાં વધુ ન હોવી જોઈએ.
પાઠ: એક્સેલ એક્સ્ટ્રાપોલેશન
પદ્ધતિ 3: ઓપરેટર ટેન્ડન્સી
આગાહી માટે, તમે બીજા ફંક્શનનો ઉપયોગ કરી શકો છો - વલણ. તે આંકડાકીય ઓપરેટર્સની શ્રેણી સાથે પણ સંકળાયેલ છે. તેનું વાક્યરચના એ સાધનના વાક્યરચના જેવું છે. ફોરકાસ્ટ અને આના જેવું લાગે છે:
= વલણ (જાણીતા મૂલ્યો_્યો; જાણીતા મૂલ્યો_ x; નવા_વિવિધ_અક્ષ; [કોન્સ્ટ])
જેમ તમે જોઈ શકો છો, દલીલો "જાણીતા વાય મૂલ્યો" અને "જાણીતી એક્સ" ઓપરેટરના સમાન ઘટકો સાથે સંપૂર્ણપણે અનુરૂપ ફોરકાસ્ટઅને દલીલ "નવું એક્સ મૂલ્યો" દલીલ સાથે મેળ ખાય છે "એક્સ" અગાઉના સાધન. આ ઉપરાંત, વલણ ત્યાં વધારાની દલીલ છે "કોન્સ્ટન્ટ"પરંતુ તે ફરજિયાત નથી અને સતત પરિબળો હોવા પર જ તેનો ઉપયોગ કરવામાં આવે છે.
આ ઑપરેટર કાર્યની રેખીય અવલંબનની હાજરીમાં સૌથી અસરકારક રીતે ઉપયોગમાં લેવાય છે.
ચાલો જોઈએ કે આ સાધન સમાન ડેટા એરે સાથે કેવી રીતે કાર્ય કરશે. પ્રાપ્ત પરિણામોની સરખામણી કરવા માટે, આપણે 2019 માં આગાહી બિંદુ વ્યાખ્યાયિત કરીએ છીએ.
- પરિણામ પ્રદર્શિત કરવા અને ચલાવવા માટે અમે સેલની રચના કરીએ છીએ ફંક્શન વિઝાર્ડ સામાન્ય રીતે. કેટેગરીમાં "આંકડાકીય" નામ શોધો અને પસંદ કરો "વલણ". અમે બટન દબાવો "ઑકે".
- ઑપરેટર દલીલ વિંડો ખુલે છે વલણ. ક્ષેત્રમાં "જાણીતા વાય મૂલ્યો" પહેલાથી ઉપર વર્ણવેલ છે, કૉલમના કોઓર્ડિનેટ્સ દાખલ કરો "એન્ટરપ્રાઇઝનો નફો". ક્ષેત્રમાં "જાણીતી એક્સ" કૉલમનું સરનામું દાખલ કરો "વર્ષ". ક્ષેત્રમાં "નવું એક્સ મૂલ્યો" સેલના સંદર્ભમાં દાખલ કરો જ્યાં વર્ષની સંખ્યા કે જેમાં અનુમાન લગાવવો જોઈએ તે સ્થિત છે. આપણા કિસ્સામાં, આ 2019 છે. ક્ષેત્ર "કોન્સ્ટન્ટ" ખાલી છોડી દો. બટન પર ક્લિક કરો "ઑકે".
- ઑપરેટર ડેટા પર પ્રક્રિયા કરે છે અને સ્ક્રીન પર પરિણામ દર્શાવે છે. તમે જોઈ શકો છો કે, 2019 માટે અંદાજિત નફાની રકમ, રેખીય અવલંબનની પદ્ધતિ દ્વારા ગણાય છે, ગણતરીની પહેલાની પદ્ધતિમાં 4637.8 હજાર રુબેલ્સ હશે.
પદ્ધતિ 4: GROWTH ઑપરેટર
એક્સેલમાં આગાહી કરવા માટેનો બીજો ફંક્શન GROWTH ઑપરેટર છે. તે સાધનોના આંકડાકીય સમૂહ સાથે પણ સંકળાયેલ છે, પરંતુ, પાછલા કરતા વિપરીત, તે રેખીય અવલંબન પદ્ધતિનો ઉપયોગ કરતું નથી, પરંતુ ગણતરી માટે ઘાતાંકીય પદ્ધતિનો ઉપયોગ કરે છે. આ સાધનનું વાક્યરચના આના જેવો દેખાય છે:
= GROWTH (જાણીતા મૂલ્યો_y; જાણીતા મૂલ્યો_x; ન્યુ_આઉલ્યુ_એક્સ; [કોન્સ્ટ])
જેમ તમે જોઈ શકો છો, આ કાર્યની દલીલો ઑપરેટરની દલીલો બરાબર પુનરાવર્તિત કરે છે વલણજેથી અમે તેમના વર્ણન પર બીજી વખત ધ્યાન આપીશું નહીં, પરંતુ પ્રથામાં આ સાધનની એપ્લિકેશનને તરત જ ચાલુ કરીશું.
- પરિણામ આઉટપુટ સેલ પસંદ કરો અને તેને સામાન્ય રીતે કૉલ કરો. ફંક્શન વિઝાર્ડ. આંકડાકીય ઓપરેટર્સની સૂચિમાં આઇટમ શોધી રહ્યા છે "વૃદ્ધિ"તેને પસંદ કરો અને બટન પર ક્લિક કરો "ઑકે".
- ઉપરોક્ત કાર્યની દલીલ વિંડોની સક્રિયકરણ થાય છે. આ વિંડોના ફીલ્ડ્સમાં ડેટા દાખલ કરો એ ઓપરેટરની દલીલ વિંડોમાં જે રીતે દાખલ થયો છે તે બરાબર જ છે વલણ. માહિતી દાખલ કર્યા પછી, બટન પર ક્લિક કરો "ઑકે".
- અગાઉ ઉલ્લેખિત કોષમાં મોનિટર પર ડેટા પ્રોસેસિંગનું પરિણામ પ્રદર્શિત થાય છે. જેમ તમે જોઈ શકો છો, આ સમયે પરિણામ 4682.1 હજાર rubles છે. ઑપરેટર ડેટા પ્રોસેસિંગથી તફાવતો વલણ નોંધપાત્ર, પરંતુ તે ઉપલબ્ધ છે. આ તથ્ય એ છે કે આ સાધનો ગણતરીનાં જુદા જુદા પદ્ધતિઓનો ઉપયોગ કરે છે: રેખીય અવલંબનની પદ્ધતિ અને ઘાતાંકીય નિર્ભરતાની પદ્ધતિ.
પદ્ધતિ 5: લિનસ્ટ ઓપરેટર
ઑપરેટર લાઇન ગણતરી કરતી વખતે રેખીય અંદાજની પદ્ધતિનો ઉપયોગ કરે છે. તે સાધન દ્વારા ઉપયોગમાં લેવાતી રેખીય પદ્ધતિથી ગુંચવણભર્યું હોવું જોઈએ નહીં. વલણ. તેનું વાક્યરચના એ છે:
= LINEST (જાણીતા મૂલ્યો_y; જાણીતા મૂલ્યો_એક્સ; ન્યુ_આઉલેક્સ_એક્સ; [કોન્સ્ટ]; [આંકડાકીય])
છેલ્લા બે દલીલો વૈકલ્પિક છે. અમે અગાઉના પદ્ધતિઓ દ્વારા પ્રથમ બે સાથે પરિચિત છે. પરંતુ તમે કદાચ નોંધ્યું છે કે આ કાર્યમાં નવા મૂલ્યો તરફ કોઈ દલીલ નથી. હકીકત એ છે કે આ સાધન માત્ર એકમ યુનિટ માટેના આવકમાં પરિવર્તન નક્કી કરે છે, જે આપણા કેસમાં એક વર્ષ છે, પરંતુ અમારે કુલ પરિણામને અલગથી ગણતરી કરવાની છે, અંતિમ વાસ્તવિક નફા મૂલ્યમાં ઉમેરનાર ઓપરેટરની ગણતરીના પરિણામ લાઇનવર્ષો સંખ્યા દ્વારા ગુણાકાર.
- કોષની પસંદગી કરો કે જેમાં ગણતરી કરવામાં આવશે અને ફંક્શન્સના માસ્ટરને લોંચ કરો. નામ પસંદ કરો "LINEYN" શ્રેણીમાં "આંકડાકીય" અને બટન પર ક્લિક કરો "ઑકે".
- ક્ષેત્રમાં "જાણીતા વાય મૂલ્યો"ખુલે છે તે દલીલ વિંડોની, કૉલમના કોઓર્ડિનેટ્સ દાખલ કરો "એન્ટરપ્રાઇઝનો નફો". ક્ષેત્રમાં "જાણીતી એક્સ" કૉલમનું સરનામું દાખલ કરો "વર્ષ". બાકીના ક્ષેત્રો ખાલી છોડી દેવામાં આવે છે. પછી બટન પર ક્લિક કરો "ઑકે".
- પ્રોગ્રામ રેખાંકિત વલણનું મૂલ્ય પસંદ કરેલા કોષમાં ગણતરી કરે છે અને પ્રદર્શિત કરે છે.
- હવે આપણે 2019 માટે અંદાજિત નફાના મૂલ્યને શોધવાનું છે. સાઇન સેટ કરો "=" શીટ પરના કોઈપણ ખાલી કોષમાં. છેલ્લા વર્ષ અભ્યાસ (2016) માટે વાસ્તવિક રકમનો નફો ધરાવતી સેલ પર ક્લિક કરો. અમે એક સાઇન મૂકી "+". આગળ, કોષ પર ક્લિક કરો જેમાં અગાઉ ગણતરી કરેલ રેખીય વલણ શામેલ છે. અમે એક સાઇન મૂકી "*". અભ્યાસ સમયગાળા (2016) ના છેલ્લા વર્ષ અને વર્ષ કે જેના માટે આગાહી કરવામાં આવે તે (2019) વચ્ચે, ત્રણ વર્ષનો સમય આવે છે, અમે સેલમાં સંખ્યા સેટ કરીએ છીએ "3". ગણતરી કરવા માટે, બટન પર ક્લિક કરો. દાખલ કરો.
તમે જોઈ શકો છો કે, નફાના અનુમાનિત મૂલ્ય, 2019 માં રેખીય અંદાજની પદ્ધતિ દ્વારા ગણાય છે, તે 4614.9 હજાર રુબેલ્સ હશે.
પદ્ધતિ 6: LOGEST ઑપરેટર
છેલ્લું સાધન આપણે ધ્યાનમાં લઈશું એલજીજીઆરપીઆરબીએલ. આ ઓપરેટર ઘાતાંકીય અંદાજની પદ્ધતિના આધારે ગણતરી કરે છે. તેના વાક્યરચનામાં નીચેનું માળખું છે:
= LOGPLPR (જાણીતા મૂલ્યો_્યો; જાણીતા મૂલ્યો_એક્સ; નવી_મૂલ્ય_એક્સ; [કોન્સ્ટ]; [આંકડા])
જેમ તમે જોઈ શકો છો, તમામ દલીલો અગાઉના કાર્યની સંબંધિત ઘટકોને સંપૂર્ણપણે પુનરાવર્તન કરે છે. અનુમાનની ગણતરી માટેનું ઍલ્ગોરિધમ સહેજ બદલાશે. કાર્ય ઘાતાંકીય વલણની ગણતરી કરે છે, જે એક વર્ષમાં એક સમયગાળામાં આવકની કેટલી રકમ બદલાશે તે બતાવશે. આપણે છેલ્લા વાસ્તવિક સમયગાળા અને પ્રથમ પ્લાનિંગ વચ્ચેના તફાવતમાં તફાવત શોધવાની જરૂર પડશે, તેને આયોજનની અવધિની સંખ્યા દ્વારા ગુણાકાર કરવો જોઈએ. (3) અને પરિણામને પાછલા વાસ્તવિક ગાળાના સરવાળોમાં ઉમેરો.
- ફંક્શન વિઝાર્ડના ઑપરેટર્સની સૂચિમાં, નામ પસંદ કરો એલજીઆરએફપીઆરબીએલ. બટન પર ક્લિક કરો. "ઑકે".
- દલીલ વિન્ડો શરૂ થાય છે. તેમાં આપણે ફન્કશનનો ઉપયોગ કરીને બરાબર ડેટા દાખલ કરીએ છીએ લાઇન. બટન પર ક્લિક કરો "ઑકે".
- ઘાતાંકીય વલણનું પરિણામ ગણતરી કરેલ સેલમાં ગણવામાં આવે છે અને પ્રદર્શિત થાય છે.
- અમે એક સાઇન મૂકી "=" ખાલી કોષમાં. કૌંસ ખોલો અને તે સેલ પસંદ કરો જેમાં છેલ્લા વાસ્તવિક સમયગાળા માટે આવક મૂલ્ય શામેલ છે. અમે એક સાઇન મૂકી "*" અને ઘાતાંકીય વલણ સમાવતી કોષ પસંદ કરો. અમે માઇનસ સાઇન મુક્યો અને ફરીથી એલિમેન્ટ પર ક્લિક કરી જેમાં છેલ્લા સમયગાળા માટે આવકની રકમ છે. કૌંસ બંધ કરો અને અક્ષરો દોરો. "*3+" અવતરણ વગર. ફરી, તે જ સેલ પર ક્લિક કરો જે છેલ્લા સમયે પસંદ કરવામાં આવ્યું હતું. ગણતરી માટે બટન પર ક્લિક કરો દાખલ કરો.
2019 માં નફાના અનુમાનિત જથ્થા, જે ઘોષણાત્મક અંદાજની પદ્ધતિ દ્વારા ગણતરી કરવામાં આવી હતી, તે 4,639.2 હજાર રુબેલ્સ હશે, જે પાછલા પદ્ધતિઓ દ્વારા ગણતરીમાં મેળવેલા પરિણામોથી ઘણી અલગ નથી.
પાઠ: એક્સેલ માં અન્ય આંકડાકીય કાર્યો
અમે એક્સેલ પ્રોગ્રામમાં અનુમાન કેવી રીતે બનાવવું તે શોધી કાઢ્યું. ગ્રાફિકલી રીતે, આ સંખ્યાબંધ બિલ્ટ-ઇન આંકડાકીય કાર્યોનો ઉપયોગ કરીને ટ્રેન્ડ લાઇનની એપ્લિકેશન અને વિશ્લેષણાત્મક રીતે કરવામાં આવી શકે છે. આ ઑપરેટર્સ દ્વારા સમાન ડેટાની પ્રક્રિયાના પરિણામે, ત્યાં ભિન્ન પરિણામ હોઈ શકે છે. પરંતુ આ આશ્ચર્યજનક નથી, કારણ કે તેઓ બધા ગણતરીના વિવિધ પદ્ધતિઓનો ઉપયોગ કરે છે. જો વધઘટ નાનું હોય, તો ચોક્કસ કિસ્સામાં લાગુ પડતા આ બધા વિકલ્પોને પ્રમાણમાં વિશ્વસનીય ગણવામાં આવે છે.
