Interpolation linéaire dans Excel

Interpolation linéaire Excel

L'interpolation linéaire dans Excel signifie prévoir ou deviner la prochaine valeur à venir d'une certaine variable donnée sur les données actuelles, ici nous créons une ligne droite qui relie deux valeurs et nous estimons la valeur future à travers elle, dans Excel nous utilisons la fonction de prévision et une recherche fonction pour faire une interpolation linéaire.

L'interpolation est un outil mathématique ou statistique utilisé pour prédire les valeurs entre 2 points sur une courbe ou une ligne. Cet outil n'est pas seulement utilisé dans les statistiques, mais aussi dans de nombreux autres domaines comme les affaires, la science, etc. partout où il y a une opportunité de prédire des valeurs entre deux points de données.

Comment faire une interpolation linéaire dans Excel?

Vous pouvez télécharger ce modèle Excel d'interpolation linéaire ici - Modèle Excel d'interpolation linéaire

Exemple 1

Effectuer une interpolation pour connaître la température du temps pendant différents fuseaux horaires

Tout d'abord, notez les chiffres de température de la région de Bangalore pour chaque heure et les données seraient les suivantes: -

Les données montrent que nous avons les détails de température de la région de Bangalore pour une certaine date. La colonne à l'heure, nous avons les fuseaux horaires pour toute la colonne du jour et de l'heure, nous avons mentionné le nombre d'heures à partir du début de la journée, comme 12:00 AM serait 0 heure, 1:00 serait 1 heure, et ainsi sur.

Maintenant, nous allons effectuer une interpolation pour les données afin d'extraire la valeur de température pour le fuseau horaire requis qui peut être n'importe quelle heure et non seulement l'heure exacte.

Afin d'effectuer l'interpolation, nous devons utiliser quelques formules dans Excel comme PREVISION, OFFSET, MATCH. Voyons brièvement ces formules avant d'aller de l'avant.

PREVISION () - Cette fonction Excel de prévision calcule ou prédit la valeur future en fonction des valeurs existantes avec une tendance linéaire.

• X - C'est la valeur pour laquelle nous voulons prédire.
• Known_ys - Il s'agit des valeurs dépendantes des données et d'un champ obligatoire à remplir
• Known_xs - Il s'agit des valeurs indépendantes des données et d'un champ obligatoire à remplir.

MATCH () - Cette fonction Match excel renverra la position relative d'une valeur de recherche dans une ligne, une colonne ou une table qui correspond à la valeur spécifiée dans un ordre spécifié.

• Lookup_value - Il s'agit de la valeur qui doit être mise en correspondance avec lookup_array
• Lookup_array - Ceci est la plage de recherche

[match_type] - Cela peut être 1,0, -1. La valeur par défaut serait 1. Pour 1 - Match trouvera la plus grande valeur qui est inférieure ou égale à la valeur look_up et la valeur doit être dans l'ordre croissant. Pour 0 - Match trouve la première valeur exactement égale à lookup_value et n'a pas besoin d'être triée. Pour -1 - Match trouvera la plus petite valeur qui est supérieure ou égale à la valeur look_up et doit être triée par ordre décroissant.

OFFSET () - Cette fonction Offset renverra une cellule ou une plage de cellules dont le nombre de lignes et de colonnes est spécifié. La cellule ou la plage de cellules dépendra de la hauteur et de la largeur des lignes et des colonnes que nous spécifions.

• Référence - C'est le point de départ à partir duquel le décompte des lignes et des colonnes sera effectué.
• Lignes - Nombre de lignes à décaler sous la cellule de référence de départ.
• Colonnes - Nombre de colonnes à décaler à droite de la cellule de référence de départ.
• [height] - La hauteur en lignes de la référence renvoyée. Ceci est facultatif.
• [width] - La largeur en colonnes de la référence renvoyée. Ceci est facultatif.

Comme nous l'avons vu en bref les formules que nous allons utiliser pour effectuer l'interpolation. Maintenant, effectuons l'interpolation comme suit:

Tapez la formule dans une cellule dont nous avons besoin pour voir la température pour différents fuseaux horaires. Cela indique que nous devons sélectionner la cellule à prévoir et que la fonction offset & match est utilisée pour sélectionner les known_ys et known_xs.

PRÉVISION ($ F $ 5 - Sélectionnez la cellule qui a le fuseau horaire à prévoir.

OFFSET ($ C $ 3: $ C $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Ceci est utilisé pour sélectionner le known_ys comme référence est pris dans la colonne temporaire car ces sont les valeurs dépendantes. La fonction de correspondance est utilisée pour générer la position de la valeur dont nous avons besoin pour prévoir et calculer le nombre de lignes. Les colonnes doivent être 0 car nous voulons que la valeur dépendante soit sur la même colonne que celle sélectionnée et la hauteur est 2 car nous devons effectuer la prévision en fonction des 2 dernières valeurs.

OFFSET ($ B $ 3: $ B $ 26, MATCH ($ F $ 5, $ B $ 3: $ B $ 26,1) -1,0,2) - Ceci est utilisé pour sélectionner le known_xs comme référence est pris dans la colonne des heures car ces sont des valeurs indépendantes et le repos est le même que celui que nous avions fait pour le nombre de lignes.

Donnez maintenant un fuseau horaire dans la cellule que nous avions envisagé de prévoir. Ici, la valeur entrée est 19,5, soit 19h30 et nous obtiendrons la température de 30 qui est prévue à partir des valeurs de température données sur une base horaire.

De même, nous pouvons voir les chiffres de température pour différents fuseaux horaires à partir de cette formule.

Exemple # 2

Effectuer une interpolation linéaire pour connaître les ventes d'une organisation en 2018

Supposons que nous ayons obtenu les détails de vente d'une organisation en 2018 comme ci-dessous. Nous avons des données en termes de jours et leurs ventes en cumul. Nous avons obtenu des ventes de 7844 unités au cours des 15 premiers jours de l'année, de 16094 unités en 50 jours de l'année, et ainsi de suite.

Nous pouvons utiliser la même formule que nous avons utilisée dans l'interpolation pour prévoir la valeur des ventes pour différents jours, ce qui n'était pas mentionné dans les données que nous considérons. Ici les ventes sont en ligne droite (linéaire) comme nous l'avions pris cumulativement.

Si nous voulons voir le nombre de ventes que nous avons réalisé en 215 jours, nous pouvons obtenir le nombre de ventes prévu pour 215 jours comme ci-dessous en considérant les données de ventes données.

De même, nous pouvons connaître le nombre de ventes cette année-là en faisant des prévisions entre les points indiqués.

Choses à retenir

• C'est la méthode la moins précise, mais elle est rapide et précise si les valeurs du tableau sont étroitement espacées.
• Cela peut également être utilisé pour estimer les valeurs d'un point de données géographiques, des précipitations, des niveaux de bruit, etc.
• Il est très simple d'utilisation et peu précis pour les fonctions non linéaires.
• Outre l'interpolation linéaire Excel, nous avons également différents types de méthodes telles que l'interpolation polynomiale, l'interpolation spline, etc.