Как восстановить (спрогнозировать) данные на основе корреляции / регрессии в Excel?

У меня есть данные, в которых объект (высота) соотносится с выходной переменной (ценой). Как восстановить отсутствующие данные (нули) в функции высоты на основе существующей зависимости (корреляции) между этими переменными?

Для большей ясности: введите описание изображения здесь

Входные и выходные переменные имеют четкую корреляцию. Я предполагаю, что прогнозирование недостающих значений для Excel - не сложная процедура. Но мне нужны указания, как это реализовать.


excel regression correlation predict
person Erba Aitbayev    schedule 05.12.2015    source источник
comment
На самом деле это интересно. Вам нужно принять высоту как известное значение y, а цену - как известное значение x, и это дает несколько другие результаты, если делать это наоборот.   -  person Tom Sharpe    schedule 05.12.2015

Ответы (2)


arrow_upward
2
arrow_downward

Если у вас есть наклон (m) и точка пересечения (c) линии регрессии в E2 и E3 (скажем): -

=SLOPE(C2:C9,B2:B9)

=INTERCEPT(C2:C9,B2:B9)

вы можете переупорядочить простое уравнение регрессии y = mx + c, чтобы предсказать значения x

x=(y-c)/m

Итак, ваши прогнозируемые высоты будут: -

=IF(ISBLANK(B2),(C2-E$3)/E$2,B2)

начиная с D2.

введите здесь описание изображения

person Tom Sharpe    schedule 05.12.2015

arrow_upward
2
arrow_downward

Вы можете попробовать функцию ПРОГНОЗ¹ . Первый бланк не имеет достаточного количества предшествующих данных для создания результата прогноза, поэтому будет достаточно простого отношения, но можно сгенерировать оставшиеся значения и учесть ранее сгенерированные результаты ПРОГНОЗА для их собственных результатов.

FORECAST_Height

Формула в E2:

=IF(ISBLANK(B2), FORECAST(C2, B$2:B$9, C$2:C$9), B2)

¹ См. Функции прогнозирования для альтернативных алгоритмов прогнозирования данных.

person Community    schedule 05.12.2015
comment
@pnuts - Я поиграл с ним, чтобы попытаться получить лучший результат для 3.13 / 14000, но безуспешно. Если используется =IF(ISBLANK(B2), FORECAST(C2, B$2:B$9, C$2:C$9), B2), 3,13 становится 2,95 (лучше), а 2,75 становится 2,64 (хуже). - person ; 05.12.2015
comment
Что ж, я наконец увидел, что 2.64 / 11000 вполне уместен, как я думал изначально. Я убрал прогрессию в пользу более традиционного ПРОГНОЗА «на всю колонку». Спасибо, что заставили меня взглянуть еще раз. - person ; 05.12.2015