求教，如何用excel表格做统计数据预测？111人已关注
山东财经大学
I am i！我以一个简单的例子来帮你“入门”如何做数据预测：【例】如下图所示A为产品数量，B列是对应的单个产品成本。要求计算：当生产50个产品时，相对应的成本是多少？方法1：使用TREND函数。公式：=TREND(OFFSET(B1,MATCH(D2,A:A)-1,,2),OFFSET(A1,MATCH(D2,A:A)-1,,2),D2)公式说明：Trend函数是做线性预测的函数，但本例中的A列和B列并非线性关系(y=ax+b)。所以需要分段插值。即在A列查找到相邻的小值和大值。如50为13~68。MATCH(D2,A:A)-1：利用match函数的模糊查找功能，找到比样本小且最接近的值。如比50小的是13OFFSET(B1,match()-1,,2)：用offset返回小值和大值的所在B列区域。如50对应B列的是B5:B6，同理A列的区域A5:A6D2：是样本值。本例是50Trand函数预测的结果是：76.64方法2：利用LINEST函数公式：=D2*INDEX(LINEST($B$2:$B$8,$A$2:$A$8),1)+INDEX(LINEST($B$2:$B$8,$A$2:$A$8),2)LINEST():如果我们知道A列和B列对应的线型关系式(y=ax+b)，那么我们可以直接把X值代入求值。而LINEST函数可以根据两组数据，直接取得a和b的值。如本例：LINEST($B$2:$B$8,$A$2:$A$8)可以返回{-0.05,85.97},其中-0.05是a,85.9是b。那么关系式出来: y=-0.05x+85.9INDEX(linest（）,1)可以取值第一个值，即a的值。同理当为2时可以取出b的值。方法2预测的结果是：83.39（由于预测原理不同，结果和方法不相同是正常的）我以一个简单的例子来帮你“入门”如何做数据预测：【例】如下图所示A为产品数量，B列是对应的单个产品成本。要求计算：当生产50个产品时，相对应的成本是多少？方法1：使用TREND函数。公式：=TREND(OFFSET(B1,MATCH(D2,A:A)-1,,2),OFFSET(A1,MATCH(D2,A:A)-1,,2),D2)公式说明：Trend函数是做线性预测的函数，但本例中的A列和B列并非线性关系(y=ax+b)。所以需要分段插值。即在A列查找到相邻的小值和大值。如50为13~68。MATCH(D2,A:A)-1：利用match函数的模糊查找功能，找到比样本小且最接近的值。如比50小的是13OFFSET(B1,match()-1,,2)：用offset返回小值和大值的所在B列区域。如50对应B列的是B5:B6，同理A列的区域A5:A6D2：是样本值。本例是50Trand函数预测的结果是：76.64方法2：利用LINEST函数公式：=D2*INDEX(LINEST($B$2:$B$8,$A$2:$A$8),1)+INDEX(LINEST($B$2:$B$8,$A$2:$A$8),2)LINEST():如果我们知道A列和B列对应的线型关系式(y=ax+b)，那么我们可以直接把X值代入求值。而LINEST函数可以根据两组数据，直接取得a和b的值。如本例：LINEST($B$2:$B$8,$A$2:$A$8)可以返回{-0.05,85.97},其中-0.05是a,85.9是b。那么关系式出来: y=-0.05x+85.9INDEX(linest（）,1)可以取值第一个值，即a的值。同理当为2时可以取出b的值。方法2预测的结果是：83.39（由于预测原理不同，结果和方法不相同是正常的）
惊破霓裳羽衣曲我简单说一下我用excel表格做统计数据预测的几种一般步骤，供大家学习交流：一、绘制预测值如果只想了解预测趋势,可延伸前面创建的趋势线。选择图表，如果其中包含多个数据系列的图形，则单击要处理的数据系列。单击“布局&趋势线&其他趋势线选项”打开“设置趋势线格式”对话框在“趋势线选项”选项卡中单击“线性”。选中复选框“显示公式”。选中“显示R平方值”复选框。使用文本框“前推”指定要将趋势线向未来延伸多少个周期（例如，要显示下一年的季度销量数据，可将“前推”设置为4，从而将趋势线延伸4个季度&。单击“确定”按钮，Excel将插入趋势线并将其延伸到未来。二、使用填充柄延伸线性趋势线如果要预测中看到数据点，可使用填充柄将最佳拟合线延伸到未来，其步骤如下：选择工作表中的历史数据。单击并拖曳填充柄来扩大选取，Excel将根据现有的数据计算最佳拟合线，将该线延伸到未来，并计算未来值。使用“系列”命令延伸线性趋势也可使用“系列”命令来延伸最佳拟合线，其步骤如下。选择包含历史数据和用于存储预测数据的单元格的区域（预测数据单元格必须为空)。单击“开始&填充&系列”，Excel将打开“序列”对话框。选中单选框“自动填充”。单击“确定”按钮，Excel将使用最佳拟合预测值填充空单元格。三、使用回归方程进行预测“系列”命令也可用于生成定义整个最佳拟合线的数据，让用户能够查看实际趋势值，其步骤如下：将历史数据复制到相邻的行或列中。选择包含历史数据和用于存储预测数据的单元格的区域（同样，预测数据单元格'必须为空)。单击“开始&填充&系列”，Excel将打开“序列”对话框。选中复选框“预测趋势”。选中单选框“等差填充”。单击“确定”，Excel将把复制的数据替换为最佳拟合值，并将趋势延伸到空单元格中。在图16.10中，“系列”命令创建的趋势值存储在区域E2:E13中，且在图表中绘制了最佳拟合线。添加趋势线时显示的回归方程提供了出和!)的值，因此要确定新的y值，只需插入新的x值进行计算即可。例如，在季度销量模型中，Excel计算出如下回归方程：y=9800要确定第13季度的趋势值，可用13代替x:y=+259800结果为278099，这就是第13季度（2008年第1季度）的预测销量。四、使用TREND()函数进行预测TREND()函数也可用于预测新值。要延伸趋势并生成新值，需要指定TREND()函数的参数new_x’s,下面是在工作表中完成这项工作的基本步骤：在工作表中添加新的x值。例如，要将季度销量趋势延伸到下一财年，可在Period列中添加数字13~16。选择一个足以容纳所有新y值的区域。例如，如果要添加4个新值，则选择位于同一行或同一列（这取决于数据的结构）的4个单元格。将TREND()函数作为数组公式输入，并将包含新；c值的区域作为参数new_xs。下面是季度销量示例使用的公式：{=TREND(02：D13,C2：C13,C14:C17)}五、使用LINEST()函数进行预测前面介绍过，LINEST()函数返回趋势线的斜率和&&截距。知道这些数据后，预测新值，也可使用FORECAST()函数计算预测值：FORECAST(x,known_y,s,known_x,s)其中，X是要计算其火值的a：值，cnovwj_y’s和cnown_y*s与TREND()函数中相同（但参数是cnown_y’s不是可选的）.下面是一个例子：=F0RECAST(13,D2:DI3,C2:C13)就只需将它们和新的X值插入线性回归方程进行计算即可。例如，如果斜率存储在单元格H2中，截距位于12中，新的AT值位于C13中，则下面的公式返回预测值。我简单说一下我用excel表格做统计数据预测的几种一般步骤，供大家学习交流：一、绘制预测值如果只想了解预测趋势,可延伸前面创建的趋势线。选择图表，如果其中包含多个数据系列的图形，则单击要处理的数据系列。单击“布局&趋势线&其他趋势线选项”打开“设置趋势线格式”对话框在“趋势线选项”选项卡中单击“线性”。选中复选框“显示公式”。选中“显示R平方值”复选框。使用文本框“前推”指定要将趋势线向未来延伸多少个周期（例如，要显示下一年的季度销量数据，可将“前推”设置为4，从而将趋势线延伸4个季度&。单击“确定”按钮，Excel将插入趋势线并将其延伸到未来。二、使用填充柄延伸线性趋势线如果要预测中看到数据点，可使用填充柄将最佳拟合线延伸到未来，其步骤如下：选择工作表中的历史数据。单击并拖曳填充柄来扩大选取，Excel将根据现有的数据计算最佳拟合线，将该线延伸到未来，并计算未来值。使用“系列”命令延伸线性趋势也可使用“系列”命令来延伸最佳拟合线，其步骤如下。选择包含历史数据和用于存储预测数据的单元格的区域（预测数据单元格必须为空)。单击“开始&填充&系列”，Excel将打开“序列”对话框。选中单选框“自动填充”。单击“确定”按钮，Excel将使用最佳拟合预测值填充空单元格。三、使用回归方程进行预测“系列”命令也可用于生成定义整个最佳拟合线的数据，让用户能够查看实际趋势值，其步骤如下：将历史数据复制到相邻的行或列中。选择包含历史数据和用于存储预测数据的单元格的区域（同样，预测数据单元格'必须为空)。单击“开始&填充&系列”，Excel将打开“序列”对话框。选中复选框“预测趋势”。选中单选框“等差填充”。单击“确定”，Excel将把复制的数据替换为最佳拟合值，并将趋势延伸到空单元格中。在图16.10中，“系列”命令创建的趋势值存储在区域E2:E13中，且在图表中绘制了最佳拟合线。添加趋势线时显示的回归方程提供了出和!)的值，因此要确定新的y值，只需插入新的x值进行计算即可。例如，在季度销量模型中，Excel计算出如下回归方程：y=9800要确定第13季度的趋势值，可用13代替x:y=+259800结果为278099，这就是第13季度（2008年第1季度）的预测销量。四、使用TREND()函数进行预测TREND()函数也可用于预测新值。要延伸趋势并生成新值，需要指定TREND()函数的参数new_x’s,下面是在工作表中完成这项工作的基本步骤：在工作表中添加新的x值。例如，要将季度销量趋势延伸到下一财年，可在Period列中添加数字13~16。选择一个足以容纳所有新y值的区域。例如，如果要添加4个新值，则选择位于同一行或同一列（这取决于数据的结构）的4个单元格。将TREND()函数作为数组公式输入，并将包含新；c值的区域作为参数new_xs。下面是季度销量示例使用的公式：{=TREND(02：D13,C2：C13,C14:C17)}五、使用LINEST()函数进行预测前面介绍过，LINEST()函数返回趋势线的斜率和&&截距。知道这些数据后，预测新值，也可使用FORECAST()函数计算预测值：FORECAST(x,known_y,s,known_x,s)其中，X是要计算其火值的a：值，cnovwj_y’s和cnown_y*s与TREND()函数中相同（但参数是cnown_y’s不是可选的）.下面是一个例子：=F0RECAST(13,D2:DI3,C2:C13)就只需将它们和新的X值插入线性回归方程进行计算即可。例如，如果斜率存储在单元格H2中，截距位于12中，新的AT值位于C13中，则下面的公式返回预测值。
迷途漫漫，终有一归。我来给大家分享一种基于时间序列分析的excel应用的“草根”短期预测方法：【短期预测“模型”原理:在历史中寻找规律】首先，我们来看一下2008年至2016年乘联会批发量的时间序列图。就酱紫看过去，数据貌似是无规律地在跳动，但认真地看下汽车批发量呈现整体上涨趋势的这个规律是存在的，因此我们可以借助12个月的移动平均线和线性趋势线（excel内选中曲线右键就可以轻松添加啦）进一步发掘其规律。利用excel绘制出这两条线后我们再次观察数据，发现批发量移动平均线和线性趋势线是有规律地呈现季节波动（两者也十分吻合）。并且季节波动因子呈现一定的时间段性，就是近几年的走势会比较接近（2010年前的季节波动和2012年后的波动规律就有较大差异），这也决定了此方法只能应用于短期预测。因此我们可以将批发量季节因子进行分离，得出预测的原理：【批发量预测具体步骤】我们采用三年期预测数据来说明，各计算步骤可直接运用excel公式完成：1.求移动平均数Tt：第一期移动平均数T1=（Y1+Y2+Y3+…+Y12)/12,T1是移动平均，需要与历史数据的中间项对齐，T1对齐Y7，T2对齐T8，T2=（Y2+Y3+Y4+…+Y13)/12，同理类推；2.求对正移动平均Mt：由于N是偶数，12个月，中间是介于6月和7月之间，因此要对移动平均数两期求平均，形成新的对正序列Mt。M1=（T1+T2）/2，M2=（T2+T3）/2，同时M1和T1对齐，M2和T2对齐，同理类推；3.求季节指数ft：将各期实际批发量（观测值）除以对正移动平均，就是季节比率。ft=Yt/Mt，也就是说f1=Y1/M1，f2=Y2/M2，同理类推；4.求调整季节指数Fi：将各年同期的季节指数求平均值，就得到调整季节指数Fi；&5.确定斜率b：根据线性函数模型参数，b=（Mt末尾项-Mt首项）/Mt项数；6.确定截距a：在估计a时，实际观察值∑Yt=∑（a + bt）=∑a + b∑t=n*a+ b∑t求解：a=（∑Yt-b∑t）/n7.求趋势值X’t:按照公式X’t=a+bt根据b=（Mt末尾项-Mt首项）/Mt项数=（1,787,745-1,545,476）/19=12751；a=（51*496）/31=1435289；根据公式计算：X’1=1,448,040; X’2=1,460,7918.得出预测值Y’t:根据公式Y’t=X’t*Fi完成！我们的预测结果这就出来啦！我来给大家分享一种基于时间序列分析的excel应用的“草根”短期预测方法：【短期预测“模型”原理:在历史中寻找规律】首先，我们来看一下2008年至2016年乘联会批发量的时间序列图。就酱紫看过去，数据貌似是无规律地在跳动，但认真地看下汽车批发量呈现整体上涨趋势的这个规律是存在的，因此我们可以借助12个月的移动平均线和线性趋势线（excel内选中曲线右键就可以轻松添加啦）进一步发掘其规律。利用excel绘制出这两条线后我们再次观察数据，发现批发量移动平均线和线性趋势线是有规律地呈现季节波动（两者也十分吻合）。并且季节波动因子呈现一定的时间段性，就是近几年的走势会比较接近（2010年前的季节波动和2012年后的波动规律就有较大差异），这也决定了此方法只能应用于短期预测。因此我们可以将批发量季节因子进行分离，得出预测的原理：【批发量预测具体步骤】我们采用三年期预测数据来说明，各计算步骤可直接运用excel公式完成：1.求移动平均数Tt：第一期移动平均数T1=（Y1+Y2+Y3+…+Y12)/12,T1是移动平均，需要与历史数据的中间项对齐，T1对齐Y7，T2对齐T8，T2=（Y2+Y3+Y4+…+Y13)/12，同理类推；2.求对正移动平均Mt：由于N是偶数，12个月，中间是介于6月和7月之间，因此要对移动平均数两期求平均，形成新的对正序列Mt。M1=（T1+T2）/2，M2=（T2+T3）/2，同时M1和T1对齐，M2和T2对齐，同理类推；3.求季节指数ft：将各期实际批发量（观测值）除以对正移动平均，就是季节比率。ft=Yt/Mt，也就是说f1=Y1/M1，f2=Y2/M2，同理类推；4.求调整季节指数Fi：将各年同期的季节指数求平均值，就得到调整季节指数Fi；&5.确定斜率b：根据线性函数模型参数，b=（Mt末尾项-Mt首项）/Mt项数；6.确定截距a：在估计a时，实际观察值∑Yt=∑（a + bt）=∑a + b∑t=n*a+ b∑t求解：a=（∑Yt-b∑t）/n7.求趋势值X’t:按照公式X’t=a+bt根据b=（Mt末尾项-Mt首项）/Mt项数=（1,787,745-1,545,476）/19=12751；a=（51*496）/31=1435289；根据公式计算：X’1=1,448,040; X’2=1,460,7918.得出预测值Y’t:根据公式Y’t=X’t*Fi完成！我们的预测结果这就出来啦！
夜来风雨声，花落到底有多少？举个例子来说吧：问：我有3年的每个季度的某耳机的销售数据，有一个周期性的变化。 2007年：200
800 2008年： 240 350 600 980 2009年： 300 420 700 1150 我该如何做才能得出2010年第一季度的销售量呢？答：销售量是呈年度增长趋势，并随季度周期性变化。
1. 预测2010年总销售量
08 70 2010 年销售量
=forecast(预测年份, 销量区域，年份区域）=forecast(,a2:a4)=2950 2. （1）计算年度周期内变化： 第一季度 第二季度 第三季度 第四季度 2007 200 300 500 800 2008 240 350 600 980 2009 300 420 700 1150
（2）季度占权重 （每季度销量/全年销量）
11.11% 16.67% 27.78% 44.44%
11.06% 16.13% 27.65% 45.16%
11.67% 16.34% 27.24% 44.75%
（3）三年平均季度权重：
11.28% 16.38% 27.55%
44.78% 3. 求出 2010 年各季度销量预测：年度销量*平均季度权重 第一季度 第二季度 第三季度 第四季度 333 483 813 1321举个例子来说吧：问：我有3年的每个季度的某耳机的销售数据，有一个周期性的变化。 2007年：200
800 2008年： 240 350 600 980 2009年： 300 420 700 1150 我该如何做才能得出2010年第一季度的销售量呢？答：销售量是呈年度增长趋势，并随季度周期性变化。
1. 预测2010年总销售量
08 70 2010 年销售量
=forecast(预测年份, 销量区域，年份区域）=forecast(,a2:a4)=2950 2. （1）计算年度周期内变化： 第一季度 第二季度 第三季度 第四季度 2007 200 300 500 800 2008 240 350 600 980 2009 300 420 700 1150
（2）季度占权重 （每季度销量/全年销量）
11.11% 16.67% 27.78% 44.44%
11.06% 16.13% 27.65% 45.16%
11.67% 16.34% 27.24% 44.75%
（3）三年平均季度权重：
11.28% 16.38% 27.55%
44.78% 3. 求出 2010 年各季度销量预测：年度销量*平均季度权重 第一季度 第二季度 第三季度 第四季度 333 483 813 1321以下是相关步骤，要是有看不懂的地方，请私聊我：1.工具-加载宏把分析工具库前面打勾；2.工具-数据分析-指数平滑；3.输入区域选择你的销售收入的数据行或列；4.阻尼系数选择0-1之间，建议分别选择0.2 0.6 0.9 3个；5.标准误差打勾，图表输出也打勾，直观一些；6.选择误差最小的那个阻尼系数的；7.在输出的最后一个数的单元格拖动填充柄，得出的数就是下期的预测数。8.补充：第一列是预测值，n-1个数，拖的就是这一列；第二列是标准误差，根据这个来判断哪个阻尼系数比较合适，标准误差越小越好。以下是相关步骤，要是有看不懂的地方，请私聊我：1.工具-加载宏把分析工具库前面打勾；2.工具-数据分析-指数平滑；3.输入区域选择你的销售收入的数据行或列；4.阻尼系数选择0-1之间，建议分别选择0.2 0.6 0.9 3个；5.标准误差打勾，图表输出也打勾，直观一些；6.选择误差最小的那个阻尼系数的；7.在输出的最后一个数的单元格拖动填充柄，得出的数就是下期的预测数。8.补充：第一列是预测值，n-1个数，拖的就是这一列；第二列是标准误差，根据这个来判断哪个阻尼系数比较合适，标准误差越小越好。
相关标签：
关注我们咨询服务合作法律法规京ICP备号
下载申请方APP
即刻拥有你的学业规划助手已解决问题
求excel表中，按A列的一定数值或内容，统计B列的数值和或个数？
浏览次数：1638
用手机阿里扫一扫
最满意答案
=sumif(A:A,A1,B:B)对与A1相同的A列对应的B列求和统计个数=countif(A:A,A1)公式中A1可用具体的日期值或其它引用来代替
答案创立者
以企业身份回答&
正在进行的活动
生意经不允许发广告，违者直接删除
复制问题或回答，一经发现，拉黑7天
快速解决你的电商难题
店铺优化排查提升2倍流量
擅长&nbsp 店铺优化
您可能有同感的问题
扫一扫用手机阿里看生意经
问题排行榜
当前问题的答案已经被保护，只有知县（三级）以上的用户可以编辑！写下您的建议，管理员会及时与您联络！
server is okexcel中A列为供货商,B列为客户，A列有数据，C列显示进货，B列有数据，C列显示出货，函数怎么表达？谢谢_百度知道
excel中A列为供货商,B列为客户，A列有数据，C列显示进货，B列有数据，C列显示出货，函数怎么表达？谢谢
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
来自电脑网络类芝麻团
采纳数：4552
获赞数：8885
参与团队：
C2公式下拉：=IF(A2=&&,&出货&,&进货&)或者：=IF(B2=&&,&进货&,&出货&)以下公式加入当A列与B列同时为空白时，公式也返回空白：=IF(A2&B2=&&,&&,IF(A2=&&,&出货&,&进货&))
苦乐一辈子
来自电脑网络类芝麻团
苦乐一辈子
采纳数：752
获赞数：953
参与团队：
=if(isblank(a1),&出货&,&进货&)
为你推荐：
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。豆丁微信公众号
君，已阅读到文档的结尾了呢~~
excel表格怎么把a和b列不同的内容合并到c相同的内容里面
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
excel表格怎么把a和b列不同的内容合并到c相同的内容里面
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口当前位置：计算机科学技术题库＞
问题：  &#xe6
[多选] Excel某数据清单中，（）操作可以将A列与B列数据交换
A . 剪切B列，在A列处粘贴B . 剪切A列，在C列处粘贴C . 剪切B列，在A列处插入剪切单元格D . 剪切A列，在C列处插入剪切单元格
关于锦屏－苏南特高压直流工程叙述正确的是（）。 我国第2个长距离、大容量特高压直流输电工程。
额定直流电流4.5kA。
额定直流功率7200MW。
额定电压&1100kV。
用文档录入柜员对于系统随机分配的凭证影像碎片信息进行即见即录。录入过程，对于影像模糊、影像严重偏移、版式错误等影像碎片问题而导致无法正常录入的，应使用（）件”功能处理。 A、文字问题件。
B、不完整件。
C、碎片问题件。
D、字段问题件。
填写传染病疫情报告卡的人员是（） A、首诊医生。
B、疾病预防控制机构人员。
D、县级以上卫生机构。
E、市级卫生防疫机构。
特高压交流、直流试验示范工程的顺利投产和电网的安全运行证明了（）。 特高压输变电技术是成功的。
调度前期研究的电网运行特性是正确的。
调度系统制定的特高压电网运行方式等策略是合理有效的。
我国已经具备自主研发、建设特高压输电工程的能力。
中间仓储式制粉系统火电机组的AGC调节速率应不低于（）额定容量/分钟。 A、0.5%。
Excel某数据清单中，（）操作可以将A列与B列数据交换
参考答案：C, D
●&&参考解析