Особенности работы Microsoft Excel

Размещено на http://www.allbest.ru/

Содержание

1. Типы данных и основные операции, выполняемые над ними в Microsoft Excel. Абсолютные и относительные ссылки 2

1.1 Типы данных 2

1.2 Основные операции 2

1.3 Относительные и абсолютные ссылки 4

2. Математические функции Microsoft Excel: примеры применения 6

2.1 Функция МОБР() 6

2.2 Функция МОПРЕД() 8

2.3 Функция МУМНОЖ() 9

3. Статистические функции Microsoft Excel: примеры применения 12

3.1 Функция РОСТ() 12

3.2 Функция ТЕНДЕНЦИЯ() 15

3.3 Функция ЛГРФПРИБЛ() 18

3.4 Функция ЛИНЕЙН() 23

4. Логические функции, функции проверки свойств и значений, функции даты и времени Microsoft Excel: описание, примеры применения 36

4.1 Функция ЧАС() 36

4.2 Функция МИНУТЫ() 37

4.3 Функция СЕКУНДЫ() 37

5. Ссылки и массивы, текстовые функции Microsoft Excel: описание, примеры применения 39

5.1 Функция ЛЕВСИМВ() 39

5.2 Функция ПРАВСИМВ() 40

5.3 Функция ЗАМЕНИТЬ() 41

5.4 Функция ПОДСТАВИТЬ() 42

Список литературы 43

1. Типы данных и основные операции, выполняемые над ними в Microsoft Excel. Абсолютные и относительные ссылки

1.1 Типы данных

Excel позволяет вводить в ячейки три типа данных: числа, текст, формулы. Текст может использоваться для заголовков таблиц, объяснения или пометок на рабочем листе. Если Excel не распознает тип данных как числовой или как формулу, то данные воспринимаются как текст. Числа используются для представления цифровой информации и могут быть введены в различных форматах: общем, денежном, финансовом, процентном и т. д. Дата и время могут также рассматриваться как числа. Формулы, введенные в ячейку, производят вычисления, управляют работой базы данных, проверяют свойства и значения ячеек и используются для задания связи между ячейками и массивами с помощью адресных ссылок.

1.2 Основные операции

Для ввода информации в заданную ячейку нужно установить на нее курсор или нажать мышью на этой ячейке. После этого можно начинать вводить данные. С вводом первого символа вы переходите в режим ввода, при этом в строке состояния отображается слово Ввод.

Если информация уже введена в ячейку и нужно лишь добавить или скорректировать ранее введенные данные, дважды нажмите мышью на нужной ячейке или нажмите клавишу F2, когда требуемая ячейка выделена. При этом вы переходите в режим ввода и можете внести необходимые изменения в данные, которые находятся в этой ячейке.

Вы можете восстановить содержимое ячейки не выходя из режима ввода. Для этого нужно нажать CTRL+Z или ESC. Восстановление данных и выход из режима ввода осуществляется нажатием мышью на красном крестике, расположенном в строке ввода.

Строка ввода. Полоса под панелями инструментов Microsoft Excel, используется для ввода или редактирования значений или формул в ячейках или диаграммах. Здесь выводится постоянное значение или формула активной ячейки. Для ввода данных выделите ячейку, введите данные и щелкните по кнопке с зеленой “галочкой” или нажмите ENTER. Данные появляются в строке формул по мере их набора.

Поле имени находится в левом конце строки ввода. Используйте поле имени для задания имен активной ячейке или выделенному блоку. Для этого щелкните на поле имени, введите туда имя и нажмите ENTER. Такие имена можно использовать при написании формул или при построении диаграмм. Также поле имени можно использовать для перехода к поименованной ячейке или блоку. Для этого откройте список и выберите из него нужное имя.

Копирование данных осуществляется стандартным для среды Windows способом:

1) Выделите часть ячейки или несколько ячеек.

2) Скопируйте выделенный диапазон в буфер обмена. После этого вы можете восстанавливать содержимое выделенного блока в любом приложении Windows.

3) Для вставки скопированной информации установите курсор в нужное место и вставьте из буфера.

При вводе данных вам почти наверняка придется столкнуться с проблемой вставки пустой строки или пустого столбца в таблицу. В Excel эта проблема решается следующим образом:

4) Нажмите мышью на заголовке столбца, перед которым вы собираетесь вставить пустой столбец, в результате чего он будет выделен цветом.

5) Нажмите правую кнопку мыши. Появится список команд.

6) Выберите команду Добавить. Появится новый столбец.

Можно вставить столбец и другим способом. Установите маркер в какой-нибудь ячейке столбца, перед которым нужно вставить новый столбец и выполните команду Вставка Столбец. Аналогично для вставки строки выполните команду Вставка Строка.

Помимо столбцов и строк в таблицу можно вставлять и ячейки. Для этого выполните команду Вставка Ячейки.

1.3 Относительные и абсолютные ссылки

Относительные ссылки. При создании формулы ссылки обычно учитывают расположение относительно ячейки, содержащей формулу.

В приведенном примере ячейка B2 содержит формулу =A1; искомое значение находится на одну ячейку выше и левее ячейки B2.

При копировании формулы с относительными ссылками Excel автоматически изменяет ссылки во вставляемой формуле для указания на другие ячейки в соответствии с положением формулы.

В приведенном примере формула в ячейке B2 (=A1), которая ссылается на ячейку, расположенную на одну строку выше и на один столбец левее, скопирована в ячейку B3. Excel изменил формулу в ячейке B3 на =A2, ссылаясь на ячейку, которая расположена на одну строку выше и на один столбец левее ячейки B3.

Абсолютные ссылки, те которые не изменяются при копировании формулы в другую ячейку. Для создания абсолютной ссылки на ячейку, поставьте знак доллара ($) перед той частью ссылки, которая не должна изменяться. Пример создания абсолютной ссылки.

Переключение между относительными и абсолютными ссылками В строке формул выделите ссылку, которую необходимо изменить, и нажмите F4. Каждое нажатие F4 переключает тип ссылки в следующей последовательности: - абсолютный столбец и абсолютная строка (например, $C$1); - относительный столбец и абсолютная строка (C$1); - абсолютный столбец и относительная строка ($C1); - относительный столбец и относительная строка (C1).

2. Математические функции Microsoft Excel: примеры применения

2.1 Функция МОБР()

Функция МОБР() - возвращает обратную матрицу для матрицы, хранящейся в массиве.

Синтаксис

МОБР (массив)

Массив -- числовой массив с равным количеством строк и столбцов.

Замечания.

Массив может быть задан как диапазон ячеек, например A1:C3 как массив констант, например {1;2;3: 4;5;6: 7;8;9} или как имя диапазона или массива. Если какая-либо из ячеек в массиве пуста или содержит текст, функция МОБР возвращает значение ошибки #ЗНАЧ!.

Функция МОБР также возвращает значение ошибки #ЗНАЧ!, если число строк в массиве не равно числу столбцов. Формулы, возвращающие массивы, должны быть введены как формулы массива. Обратные матрицы, как и определители, обычно используются для решения систем уравнений с несколькими неизвестными. Произведение матрицы на ее обратную -- это единичная матрица, т. е. квадратный массив, у которого диагональные элементы равны 1, а все остальные -- 0.

В качестве примера вычисления обратной матрицы, рассмотрим массив из двух строк и двух столбцов A1:B2, который содержит буквы a, b, c и d, представляющие любые четыре числа. В таблице приведена обратная матрица для массива A1:B2.

	Столбец A	Столбец B
Строка 1	d/(a*d-b*c)	b/(b*c-a*d)
Строка 2	c/(b*c-a*d)	a/(a*d-b*c)

ВАЖНО. Функция МОБР производит вычисления с точностью до 16 значащих цифр, что может привести к незначительным ошибкам округления.

Некоторые квадратные матрицы не могут быть обращены: в таких случаях функция МОБР возвращает значение ошибки #ЧИСЛО!. Определитель такой матрицы равен 0.

Пример 1

A	B
Данные	Данные
4	-1
2	0
Формула	Формула
=МОБР(A2:B3)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A5:B6, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 0.

Пример 2

A	B	C
Данные	Данные	Данные
1	2	1
3	4	-1
0	2	0
Формула	Формула	Формула
=МОБР(A2:C4)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A6:C8, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 0,25.

2.2 Функция МОПРЕД()

Функция МОПРЕД () - возвращает определитель матрицы (матрица хранится в массиве).

Синтаксис

МОПРЕД(массив)

Массив -- числовой массив с равным количеством строк и столбцов.

Замечания

Массив может быть задан как интервал ячеек, например A1:C3, как массив констант, например {1;2;3:4;5;6:7;8;9}, как имя для интервала или массива.

Функция МОПРЕД возвращает значение ошибки #ЗНАЧ! в случаях, указанных ниже.

1) Если какая-либо ячейка в массиве пуста или содержит текст.

2) Если количество строк в массиве не равно количеству столбцов.

Определитель матрицы -- это число, вычисляемое на основе значений элементов массива. Для массива A1:C3, состоящего из трех строк и трех столбцов, определитель вычисляется следующим образом:

MDETERM(A1:C3) равноA1*(B2*C3-B3*C2) + A2*(B3*C1-B1*C3) + A3*(B1*C2-B2*C1)

Определители матриц обычно используются при решении систем уравнений с несколькими неизвестными.

Функция МОПРЕД производит вычисления с точностью примерно 16 значащих цифр, что может в некоторых случаях приводить к незначительным ошибкам. Например, определитель сингулярной матрицы отличается от нуля на 1E-16.

Пример 3

A	B	C	D
Данные	Данные	Данные	Данные
1	3	8	5
1	3	6	1
1	1	1	0
7	3	10	2
Формула	Описание (результат)
=МОПРЕД(A2:D5)	Определитель приведенной выше матрицы (88)
=МОПРЕД({3;6;1:1;1;0:3;10;2})	Определитель матрицы, представленной в виде массива констант (1)
=МОПРЕД({3;6:1;1})	Определитель матрицы в массиве констант (-3)
=МОПРЕД({1;3;8;5:1;3;6;1})	Возвращает сообщение об ошибке, т. к. массив имеет разное количество строк и столбцов (#ЗНАЧ!)

2.3 Функция МУМНОЖ()

Функция МУМНОЖ() - возвращает произведение матриц (матрицы хранятся в массивах). Результатом является массив с таким же числом строк, что и массив1, и с таким же числом столбцов, что и массив2.

Синтаксис

МУМНОЖ(массив1;массив2)

Массив1, массив2 -- перемножаемые массивы.

Замечания

Количество столбцов аргумента массив1 должно совпадать с количеством строк аргумента массив2; при этом оба массива должны содержать только числа.

Массив1 и массив2 могут быть заданы как интервалы, массивы констант или ссылки.

Функция МУМНОЖ возвращает значение ошибки #ЗНАЧ! в следующих случаях, указанных ниже.

1) Если какая-либо ячейка пуста или содержит текст.

2) Если число столбцов в аргументе «массив1» отличается от числа строк в аргументе «массив2».

Массив a, который является произведением двух массивов b и c, определяется следующим образом:

где i -- номер строки, а j -- номер столбца.

Формулы, которые возвращают массивы, должны быть введены как формулы массива.

Пример 1

A	B
Массив 1	Массив 1
1	3
7	2
Массив 2	Массив 2
2	0
0	2
Формула	Формула
=МУМНОЖ(A2:B3;A5:B6)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A8:B9, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 2.

Пример 2

A	B
Массив 1	Массив 1
3	0
2	0
Массив 2	Массив 2
2	0
0	2
Формула	Формула
=МУМНОЖ(A2:B3;A5:B6)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A8:B9, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 6.

3. Статистические функции Microsoft Excel: описание, примеры применения

3.1 Функция РОСТ()

Функция РОСТ() рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных. Функция РОСТ возвращает значения y для последовательности новых значений x, задаваемых с помощью существующих x- и y-значений. Функция рабочего листа РОСТ может применяться также для аппроксимации существующих x- и y-значений экспоненциальной кривой.

Синтаксис

РОСТ (известные_значения_y;известные_значения_x;новые_значения_x; конст)

Известные_значения_y -- множество значений y, которые уже известны в уравнении

y = b*m^x.

Если массив «известные_значения_y» содержит один столбец, каждый столбец массива «известные_значения_x» интерпретируется как отдельная переменная.

Если массив «известные_значения_y» содержит одну строку, каждая строка массива «известные_значения_x» интерпретируется как отдельная переменная.

Если какие-либо числа в массиве «известные_значения_y» равны 0 или имеют отрицательное значение, функция РОСТ возвращает значение ошибки #ЧИСЛО!. Известные_значения_x -- необязательное множество значений x, которые уже известны в уравнении

y = b*m^x.

Массив «известные_значения_x» может содержать одно или несколько множеств переменных. Если используется только одна переменная, множества «известные_значения_y» и «известные_значения_x» могут иметь любую длину, но их размерности должны совпадать. Если используется более одной переменной, аргумент «известные_значения_y» должен быть вектором (т. е. интервалом высотой в одну строку или шириной в один столбец).

Если аргумент «известные_значения_x» опущен, то предполагается, что это массив {1;2;3;...} того же размера, что и «известные_значения_y».

Новые_значения_x -- новые значения x, для которых РОСТ возвращает соответствующие значения y.

Аргумент «новые_значения_x» должен содержать столбец (или строку) для каждой независимой переменной, так же как и «известные_значения_x». Таким образом, если массив «известные_значения_y» состоит из одного столбца, то столько же столбцов должны иметь массивы «известные_значения_x» и «новые_значения_x». Если массив «известные_значения_y» состоит из одной строки, столько же строк должно содержаться в массивах «известные_значения_x» и «новые_значения_x».

Если аргумент «новые_значения_x» опущен, предполагается, что он совпадает с аргументом «известные_значения_x».

Если опущены оба аргумента «известные_значения_x» и «новые_значения_x», то предполагается, что каждый из них представляет собой массив {1;2;3;...} того же размера, что и «известные_значения_y».

Конст -- логическое значение, которое указывает, должна ли константа b равняться 1. Если аргумент «конст» имеет значение ИСТИНА или опущен, b вычисляется обычным образом. Если аргумент «конст» имеет значение ЛОЖЬ, то предполагается, что b = 1, а значения m подбираются таким образом, чтобы выполнялось равенство y = m^x.

Замечания Формулы, возвращающие массивы, должны быть введены как формулы массивов после того, как будет выделено соответствующее количество ячеек. При вводе константы массива для аргумента (например, «известные_значения_x») следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения строк.

Пример

A	B	C
Месяц	Единицы	Формула (Соответственные единицы)
11	33100	=РОСТ(B2:B7;A2:A7)
12	47300
13	69000
14	102000
15	150000
16	220000
	Формула(Предполагаемые единицы)
	=РОСТ(B2:B7;A2:A7; A9:A10)

В этом примере используются те же данные, что и в примере для функции ЛГРФПРИБЛ. Первая формула показывает значения, соответствующие известным значениям. Вторая формула предсказывает, какими будут значения для следующих месяцев, если экспоненциальный тренд останется прежним.

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон C2:C7 или B9:B10, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственные значения будут равны 32618,20377 и 320196,7184.

3.2 Функция ТЕНДЕНЦИЯ()

Функция ТЕНДЕНЦИЯ() - возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы «известные_значения_y» и «известные_значения_x». Возвращает значения y, соответствующие этой прямой для заданного массива «новые_значения_x».

Синтаксис

ТЕНДЕНЦИЯ(известные_значения_y;известные_значения_x;новые_значения_x;конст)

Известные_значения_y -- множество значений y, которые уже известны для соотношения

y = mx + b.

Если массив «известные_значения_y» имеет один столбец, то каждый столбец массива «известные_значения_x» интерпретируется как отдельная переменная.

Если массив «известные_значения_y» имеет одну строку, то каждая строка массива «известные_значения_x» интерпретируется как отдельная переменная.

Известные_значения_x -- необязательное множество значений x, которые уже известны для соотношения

y = mx + b.

Массив «известные_значения_x» может содержать одно или несколько множеств переменных. Если используется только одна переменная, то аргументы «известные_значения_y» и «известные_значения_x» могут быть диапазонами любой формы при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то аргумент «известные_значения_y» должен быть вектором (то есть диапазоном высотой в одну строку или шириной в один столбец).

Если аргумент «известные_значения_x» опущен, то предполагается, что это массив {1;2;3;...} того же размера, что и массив «известные_значения_y».

Новые_значения_x -- новые значения x, для которых функция ТЕНДЕНЦИЯ возвращает соответствующие значения y.

Аргумент «новые_значения_x», так же как и аргумент «известные_значения_x», должен содержать по одному столбцу (или строке) для каждой независимой переменной. Таким образом, если «известные_значения_y» -- это один столбец, то «известные_значения_x» и «новые_значения_x» должны иметь одинаковое количество столбцов. Если «известные_значения_y» -- это одна строка, то аргументы «известные_значения_x» и «новые_значения_x» должны иметь одинаковое количество строк.

Если аргумент «новые_значения_x» опущен, то предполагается, что он совпадает с аргументом «известные_значения_x».

Если опущены оба аргумента -- «известные_значения_x» и «новые_значения_x», -- то предполагается, что это массивы {1;2;3;...} того же размера, что и «известные_значения_y».

Конст -- логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.

Если аргумент «конст» имеет значение ИСТИНА или опущен, то b вычисляется обычным образом.

Если аргумент «конст» имеет значение ЛОЖЬ, то b полагается равным 0 и значения m подбираются таким образом, чтобы выполнялось условие

y = mx.

Замечания. Сведения о том, каким образом Microsoft Excel аппроксимирует данные прямой, см. в описании функции ЛИНЕЙН.

Функцию ТЕНДЕНЦИЯ можно использовать для аппроксимации полиномиальной кривой, проводя регрессионный анализ для той же переменной, возведенной в различные степени. Например, пусть столбец A содержит значения y, а столбец B содержит значения x. Можно ввести значение x^2 в столбец C, x^3 в столбец D и т.д., а затем провести регрессионный анализ столбцов от B до D со столбцом A.

Формулы, которые возвращают массивы, должны быть введены как формулы массива.

При вводе константы массива для таких аргументов, как «известные_значения_x», следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения строк.

Пример

А	B	C
Месяц	Цена	Формула (соответствующая цена)
1	133 890р.	=ТЕНДЕНЦИЯ(B2:B13;A2:A13)
2	135 000р.
3	135 790р.
4	137 300р.
5	138 130р.
6	139 100р.
7	139 900р.
8	141 120р.
9	141 890р.
10	143 230р.
11	144 000р.
12	145 290р.
	Формула (предполагаемая цена)
13	=ТЕНДЕНЦИЯ(B2:B13;A2:A13;A15:A19)

Первая формула показывает значения, соответствующие известным значениям. Вторая формула предсказывает значения для следующих месяцев, если линейный тренд сохраняется.

Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон C2:C13 или B15:B19, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственные значения будут равны 133953,3333 и 146171,5152.

3.3 Функция ЛГРФПРИБЛ()

Функция ЛГРФПРИБЛ() - в регрессионном анализе вычисляется экспоненциальная кривая, аппроксимирующая данные, и возвращается массив значений, описывающий эту кривую. Поскольку данная функция возвращает массив значений, она должна вводиться как формула массива.

Уравнение кривой имеет следующий вид:

y = b*m^x или

y = (b*(m1^x1)*(m2^x2)*_) (в случае нескольких значений x),

где зависимые значения y являются функцией независимых значений x. Значения m являются основанием, возводимым в степень x, а значения b постоянны. Заметим, что y, x и m могут быть векторами. Функция ЛГРФПРИБЛ возвращает массив {mn;mn-1;...;m1;b}.

Синтаксис

ЛГРФПРИБЛ(известные_значения_y;известные_значения_x;конст;статистика) Известные_значения_y -- множество значений y, которые уже известны в соотношении

y = b*m^x.

Если массив известные_значения_y имеет один столбец, то каждый столбец массива известные_значения_x интерпретируется как отдельная переменная.

Если массив известные_значения_y имеет одну строку, то каждая строка массива известные_значения_x интерпретируется как отдельная переменная.

Известные_значения_x -- необязательное множество значений x, которые уже известны для соотношения

y = b*m^x.

Массив известные_значения_x может включать одно или более множеств переменных. Если используется только одна переменная, то известные_значения_y и известные_значения_x могут быть диапазонами любой формы, если только они имеют одинаковые размерности. Если используется более одной переменной, то аргумент известные_значения_y должен быть диапазоном ячеек высотой в одну строку или шириной в один столбец (так называемым вектором).

Если аргумент известные_значения_x опущен, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.

Конст -- логическое значение, которое указывает, требуется ли, чтобы константа b была равна 1.

Если аргумент «конст» имеет значение ИСТИНА или опущен, то b вычисляется обычным образом.

Если аргумент «конст» имеет значение ЛОЖЬ, то b полагается равным 1 и значения m подбираются так, чтобы удовлетворить соотношению y = m^x.

Статистика -- логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии.

Если аргумент «статистика» имеет значение ИСТИНА, функция ЛГРФПРИБЛ возвращает дополнительную статистику по регрессии, т. е. возвращает массив {mn;mn-1;...;m1;b:sen;sen-1;...;se1;seb:r 2;sey;F;df:ssreg;ssresid}.

Если аргумент «статистика» имеет значение ЛОЖЬ или опущен, функция ЛГРФПРИБЛ возвращает только коэффициенты m и константу b.

Более подробные сведения о дополнительной статистике по регрессии, см. в разделе, посвященном функции ЛИНЕЙН.

Замечания. Чем больше график ваших данных напоминает экспоненциальную кривую, тем лучше вычисленная кривая будет аппроксимировать данные. Подобно функции ЛИНЕЙН, функция ЛГРФПРИБЛ возвращает массив, который описывает зависимость между значениями, но ЛИНЕЙН подгоняет прямую линию к имеющимся данным, а ЛГРФПРИБЛ подгоняет экспоненциальную кривую. Дополнительные сведения см. в разделе, посвященном функции ЛИНЕЙН.

Если имеется только одна независимая переменная x, то значения пересечения с осью y (b) можно получить непосредственно, используя следующую формулу:

Пересечение с осью y (b): ИНДЕКС (ЛГРФПРИБЛ (известные_значения_y;известные_значения_x) ; 2)

Формулы, которые возвращают массивы, должны быть введены как формулы массива. При вводе массива констант в качестве, например, аргумента известные_значения_x, следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения строк. Знаки-разделители могут быть различными в зависимости от параметров, заданных в окне Язык и стандарты на панели управления.

Следует помнить, что значения y, предсказанные с помощью уравнения регрессии, могут быть недостоверными, если они находятся вне диапазона значений y, которые использовались для определения коэффициентов уравнения.

Пример 1. Коэффициенты m и константа b.

A	B
Месяц	Единицы
11	33100
12	47300
13	69000
14	102000
15	150000
16	220000
Формула	Формула
=ЛГРФПРИБЛ(B2:B7;A2:A7; ИСТИНА; ЛОЖЬ)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A9:B9, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 1,463275628.

Если формула вводится как формула массива, возвращаются коэффициенты m и константа b.

y = b*m1^x1 или, используя значения из массива:

y = 495,3 * 1,4633x

Можно оценить количество продаж в последующие месяцы либо подставив номер месяца в качестве x в это уравнение, либо воспользовавшись функцией РОСТ.

Пример 2. Полная статистика

A	B
Месяц	Единицы
11	33100
12	47300
13	69000
14	102000
15	150000
16	150000
Формула
=ЛГРФПРИБЛ(B2:B7;A2:A7; ИСТИНА; ИСТИНА)

Примечание. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A9:B13, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно 1,463275628.

Если формула вводится как формула массива, возвращается следующая статистика по регрессии. Используйте эту клавишу для определения нужной статистики.

Можно использовать дополнительную статистику по регрессии (в приведенном выше примере -- ячейки A10:B13), чтобы оценить, насколько полезно полученное уравнение для предсказания будущих значений.

Важно. Методы, которые используются для проверки уравнений, полученных с помощью функции ЛГРФПРИБЛ, такие же, как и для функции ЛИНЕЙН. Однако дополнительная статистика, которую возвращает функция ЛГРФПРИБЛ, основана на следующей линейной модели:

ln y = x1 ln m1 + ... + xn ln mn + ln b

Это следует помнить при оценке дополнительной статистики, особенно значений sei и seb, которые следует сравнивать с ln mi и ln b, а не с mi и b. Дополнительные сведения имеются в любом справочнике по математической статистике.

3.4 Функция ЛИНЕЙН()

Функция ЛИНЕЙН() - этой статье описан синтаксис формулы и использование функции (Функция. Стандартная формула, которая возвращает результат выполнения определенных действий над значениями, выступающими в качестве аргументов. Функции позволяют упростить формулы в ячейках листа, особенно, если они длинные или сложные.) ЛИНЕЙН в Microsoft Office Excel. Дополнительные сведения о диаграммах и выполнении регрессионного анализа см. в разделе

Описание. Функция ЛИНЕЙН рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные и затем возвращает массив, который описывает полученную прямую. Функцию ЛИНЕЙН также можно объединять с другими функциями для вычисления других видов моделей, являющихся линейными по неизвестным параметрам, включая полиномиальные, логарифмические, экспоненциальные и степенные ряды. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива. Инструкции приведены в данной статье после примеров.

Уравнение для прямой линии имеет следующий вид:

y = mx + b

y = m1x1 + m2x2 + ... + b (в случае нескольких диапазонов значений x),

где зависимое значение y -- функция независимого значения x, значения m -- коэффициенты, соответствующие каждой независимой переменной x, а b -- постоянная. Обратите внимание, что y, x и m могут быть векторами. Функция ЛИНЕЙН возвращает массив {mn;mn-1;...;m1;b}. Функция ЛИНЕЙН может также возвращать дополнительную регрессионную статистику.

Синтаксис

ЛИНЕЙН(известные_y, [известные_x], [константа], [статистика])

Функция ЛИНЕЙН имеет аргументы (Аргумент. Значение, предоставляющее информацию для действия, события, метода, свойства, функции или процедуры.), указанные ниже.

Известные_значения_y.Обязательный аргумент. Множество значений y, которые уже известны для соотношения

y = mx + b.

Если массив известные_значения_y имеет один столбец, то каждый столбец массива известные_значения_x интерпретируется как отдельная переменная.

Если массив известные_значения_y имеет одну строку, то каждая строка массива известные_значения_x интерпретируется как отдельная переменная.

Известные_значения_x.Необязательный аргумент. Множество значений x, которые уже известны для соотношения

y = mx + b.

Массив известные_значения_x может содержать одно или несколько множеств переменных. Если используется только одна переменная, то массивы известные_значения_y и известные_значения_x могут иметь любую форму -- при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то известные_значения_y должны быть вектором (т. е. интервалом высотой в одну строку или шириной в один столбец).

Если массив известные_значения_x опущен, то предполагается, что это массив {1;2;3;...}, имеющий такой же размер, что и массив известные_значения_y.

Конст.Необязательный аргумент. Логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.

Если аргумент конст имеет значение ИСТИНА или опущен, то константа b вычисляется обычным образом.

Если аргумент конст имеет значение ЛОЖЬ, то значение b полагается равным 0 и значения m подбираются таким образом, чтобы выполнялось соотношение y = mx.

Статистика.Необязательный аргумент. Логическое значение, которое указывает, требуется ли возвратить дополнительную регрессионную статистику.

Если аргумент статистика имеет значение ИСТИНА, функция ЛИНЕЙН возвращает дополнительную регрессионную статистику. Возвращаемый массив будет иметь следующий вид: {mn;mn-1;...;m1;b:sen;sen-1;...;se1;seb:r2;sey:F;df:ssreg;ssresid}.

Если аргумент статистика имеет значение ЛОЖЬ или опущен, функция ЛИНЕЙН возвращает только коэффициенты m и постоянную b.

Дополнительная регрессионная статистика

Величина	Описание
se1,se2,...,sen	Стандартные значения ошибок для коэффициентов m1,m2,...,mn.
seb	Стандартное значение ошибки для постоянной b (seb = #Н/Д, если аргумент конст имеет значение ЛОЖЬ).
r2	Коэффициент детерминированности. Сравниваются фактические значения y и значения, получаемые из уравнения прямой; по результатам сравнения вычисляется коэффициент детерминированности, нормированный от 0 до 1. Если он равен 1, то имеет место полная корреляция с моделью, т.е. различий между фактическим и оценочным значениями y нет. В противоположном случае, если коэффициент детерминированности равен 0, использовать уравнение регрессии для предсказания значений y не имеет смысла. Дополнительные сведения о способах вычисления r2, см. в подразделе "Замечания" в конце данного раздела.
sey	Стандартная ошибка для оценки y.
F	F-статистика или F-наблюдаемое значение. F-статистика используется для определения того, является ли случайной наблюдаемая взаимосвязь между зависимой и независимой переменными.
df	Степени свободы. Степени свободы полезны для нахождения F-критических значений в статистической таблице. Для определения уровня надежности модели необходимо сравнить значения в таблице с F-статистикой, возвращаемой функцией ЛИНЕЙН. Дополнительные сведения о вычислении величины df см. в подразделе "Замечания" в конце данного раздела. Далее в примере 4 показано использование величин F и df.
ssreg	Регрессионная сумма квадратов.
ssresid	Остаточная сумма квадратов. Дополнительные сведения о расчете величин ssreg и ssresid см. в подразделе "Замечания" в конце данного раздела.

На приведенном ниже рисунке показано, в каком порядке возвращается дополнительная регрессионная статистика.

Замечания

Любую прямую можно описать ее наклоном и пересечением с осью y:

Наклон (m):чтобы определить наклон прямой, обычно обозначаемый через m, нужно взять две точки прямой (x1,y1) и (x2,y2); наклон будет равен (y2 - y1)/(x2 - x1).

Y-пересечение (b):Y-пересечением прямой, обычно обозначаемым через b, является значение y для точки, в которой прямая пересекает ось y.

Уравнение прямой имеет вид y = mx + b. Если известны значения m и b, то можно вычислить любую точку на прямой, подставляя значения y или x в уравнение. Можно также воспользоваться функцией ТЕНДЕНЦИЯ.

Если имеется только одна независимая переменная x, можно получить наклон и y-пересечение непосредственно, воспользовавшись следующими формулами:

Наклон: ИНДЕКС (ЛИНЕЙН (известные_значения_y;известные_значения_x);1)

Y-пересечение: ИНДЕКС(ЛИНЕЙН(известные_значения_y;известные_значения_x);2)

Точность аппроксимации с помощью прямой, вычисленной функцией ЛИНЕЙН, зависит от степени разброса данных. Чем ближе данные к прямой, тем более точной является модель, используемая функцией. Функция ЛИНЕЙН использует для определения наилучшей аппроксимации данных метод наименьших квадратов. Когда имеется только одна независимая переменная x, значения m и b вычисляются по следующим формулам:

где x и y - выборочные средние значения, например x = СРЗНАЧ(известные_значения_x), а y = СРЗНАЧ(известные_значения_y).

Функции аппроксимации ЛИНЕЙН и ЛГРФПРИБЛ позволяют вычислить прямую или экспоненциальную кривую, наилучшим образом описывающую данные. Однако они не дают ответа на вопрос, какой из двух результатов больше подходит для решения поставленной задачи. Можно также вычислить функцию ТЕНДЕНЦИЯ(известные_значения_y; известные_значения_x) для прямой или функцию РОСТ(известные_значения_y; известные_значения_x) для экспоненциальной кривой. Эти функции, если не задавать аргумент новые_значения_x, возвращают массив вычисленных значений y для фактических значений x в соответствии с прямой или кривой. После этого можно сравнить вычисленные значения с фактическими значениями. Можно также построить диаграммы для визуального сравнения.

Проводя регрессионный анализ, Microsoft Excel вычисляет для каждой точки квадрат разности между прогнозируемым значением y и фактическим значением y. Сумма этих квадратов разностей называется остаточной суммой квадратов (ssresid). Затем Microsoft Excel подсчитывает общую сумму квадратов (sstotal). Если конст = ИСТИНА или значение этого аргумента не указано, общая сумма квадратов будет равна сумме квадратов разностей действительных значений y и средних значений y. При конст = ЛОЖЬ общая сумма квадратов будет равна сумме квадратов действительных значений y (без вычитания среднего значения y из частного значения y). После этого регрессионную сумму квадратов можно вычислить следующим образом: ssreg = sstotal - ssresid. Чем меньше остаточная сумма квадратов, тем больше значение коэффициента детерминированности r2, который показывает, насколько хорошо уравнение, полученное с помощью регрессионного анализа, объясняет взаимосвязи между переменными. Коэффициент r2 равен отношению ssreg/sstotal.

В некоторых случаях один или более столбцов X (пусть значения Y и X находятся в столбцах) не оказывают влияния на результаты при наличии других столбцов X. Иными словами, удаление одного или более столбцов X может привести к вычислению значений Y с прежней точностью. В этом случае избыточные столбцы X будут исключены из модели регрессии. Это явление называется коллинеарностью, поскольку избыточные столбцы X могут быть представлены в виде суммы нескольких неизбыточных столбцов. Функция ЛИНЕЙН проверяет на коллинеарность и удаляет из модели регрессии все избыточные столбцы X, если обнаруживает их. Удаленные столбцы X можно определить в выходных данных ЛИНЕЙН по коэффициенту, равному 0, и по значению se, равному 0. Удаление одного или более столбцов как избыточных изменяет величину df, поскольку она зависит от количества столбцов X, в действительности используемых для прогнозирования. Подробнее о вычислении величины df см. ниже в примере 4. При изменении df вследствие удаления избыточных столбцов значения sey и F также изменяются. Часто использовать коллинеарность не рекомендуется. Однако ее следует применять, если некоторые столбцы X содержат 0 или 1 в качестве индикатора, указывающего, входит ли предмет эксперимента в отдельную группу. Если конст = ИСТИНА или значение этого аргумента не указано, функция ЛИНЕЙН вставляет дополнительный столбец X для моделирования точки пересечения. Если имеется столбец со значениями 1 для указания мужчин и 0 -- для женщин, а также имеется столбец со значениями 1 для указания женщин и 0 -- для мужчин, то последний столбец удаляется, поскольку его значения можно получить из столбца с "индикатором пола".

Вычисление значения df для случаев, когда столбцы X удаляются из модели вследствие коллинеарности происходит следующим образом: если существует k столбцов известных_значений_x и значение конст = ИСТИНА или не указано, то df = n - k - 1. Если конст = ЛОЖЬ, то df = n - k. В обоих случаях удаление столбцов X вследствие коллинеарности увеличивает значение df на 1.

Формулы, которые возвращают массивы, должны быть введены как формулы массива.

При вводе массива констант в качестве, например, аргумента известные_значения_x следует использовать точку с запятой для разделения значений в одной строке и двоеточие для разделения строк. Знаки-разделители могут быть различными в зависимости от параметров, заданных в окне Язык и региональные стандарты на панели управления.

Следует отметить, что значения y, предсказанные с помощью уравнения регрессии, возможно, не будут правильными, если они располагаются вне интервала значений y, которые использовались для определения уравнения.

Пример 1. Наклон и Y-пересечение

A	B	C
Известные значенияy	Известные значенияx
1	0
9	4
5	2
7	3
Формула	Формула	Результат
=ЛИНЕЙН(A2:A5;B2:B5;;ЛОЖЬ)		A7=2,B7=1

Важно. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера в пустой лист выделите диапазон A7:B7, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL + SHIFT + ВВОД. Если формула не будет введена как формула массива, единственным результатом будет значение 2.

Если формула вводится как формула массива, возвращается наклон (2) и y-пересечение (1).

Пример 2. Простая линейная регрессия

A	B	C
Месяц	Продажи
1	3100
2	4500
3	4400
4	5400
5	7500
6	8100
Формула	Описание	Результат
=СУММ(ЛИНЕЙН(B2:B7;A2:A7)*{9;1})	Оценивает объем продаж за девятый месяц	11000

В общем случае СУММ({m;b}*{x;1}) равняется mx + b, то есть значению y для данного значения x. Для этих же целей можно воспользоваться функцией ТЕНДЕНЦИЯ.

Пример 3. Множественная линейная регрессия

Предположим, что застройщик оценивает стоимость группы небольших офисных зданий в традиционном деловом районе.

Застройщик может воспользоваться множественным регрессионным анализом для оценки цены офисного здания в заданном районе на основе следующих переменных.

Переменная	Смысл переменной
y	Оценочная цена здания под офис
x1	Общая площадь в квадратных метрах
x2	Количество офисов
x3	Количество входов
x4	Время эксплуатации здания в годах

В этом примере предполагается, что существует линейная зависимость между каждой независимой переменной (x1, x2, x3 и x4) и зависимой переменной (y), т. е. ценой здания под офис в данном районе.

A	B	C	D	E
Общая площадь (x1)	Количество офисов (x2)	Количество входов (x3)	Время эксплуатации (x4)	Оценочная цена (y)
2310	2	2	20	142 000
2333	2	2	12	144 000
2356	3	1,5	33	151 000
2379	3	2	43	150 000
2402	2	3	53	139 000
2425	4	2	23	169 000
2448	2	1,5	99	126 000
2471	2	2	34	142 900
2494	3	3	23	163 000
2517	4	4	55	169 000
2540	2	3	22	149 000
Формула
=ЛИНЕЙН (E2E12;A2:D12; ИСТИНА;ИСТИНА)

Застройщик наугад выбирает 11 зданий из имеющихся 1500 и получает данные, которые приведены ниже. «0,5» входа означает вход только для доставки корреспонденции.

ВАЖНО. Формулу в этом примере необходимо ввести как формулу массива. После копирования примера на пустой лист выделите диапазон A14:E18, начиная с ячейки, содержащей формулу. Нажмите клавишу F2, а затем -- клавиши CTRL+SHIFT+ВВОД. Если формула не будет введена как формула массива, единственное значение будет равно -234,2371645.

Если формула вводится как формула массива, возвращается следующая статистика по регрессии. Воспользуйтесь этой клавишей для определения нужной статистики.

У множественной регрессии

y = m1*x1 + m2*x2 + m3*x3 + m4*x4 + b

y = 27,64*x1 + 12,530*x2 + 2,553*x3 - 234,24*x4 + 52,318

Теперь застройщик может определить оценочную стоимость здания под офис в том же районе (здание имеет площадь 2500 квадратных метров, три офиса, два входа, построено 25 лет назад, используя следующее уравнение:

y = 27,64*2500 + 12530*3 + 2553*2 - 234,24*25 + 52318 = 158 261 р.

Пример 4. Использование статистик F и r2

В предыдущем примере коэффициент детерминированности r2 равен 0,99675 (см. ячейку A17 в результатах функции ЛИНЕЙН), что указывает на сильную зависимость между независимыми переменными и продажной ценой. Можно использовать F-статистику, чтобы определить, является ли этот результат (с таким высоким значением r2) случайным.

Предположим, что на самом деле взаимосвязи между переменными не существует, просто статистический анализ вывел сильную взаимозависимость по взятой равномерной выборке 11 зданий. Величина «Альфа» используется для обозначения вероятности ошибочного вывода о существовании сильная взаимозависимости.

В выходных данных функции ЛИНЕЙН величины F и df используются для оценки вероятности случайного получения наибольшего значения F. Величину F можно сравнить с критическими значениями в публикуемых таблицах F-распределения, либо для вычисления возможности случайного получения наибольшего значения F можно использовать функцию Microsoft Excel FРАСП. Соответствующее F-распределение имеет степени свободы v1 и v2. Если величина n представляет количество точек данных и аргумент конст имеет значение ИСТИНА или опущен, то v1= n - df - 1 и v2 =df. (При конст = ЛОЖЬ v1 = n - df и v2 = df). Функция Microsoft Excel FРАСП(F; v1; v2) возвращает вероятность случайного получения наибольшего значения F. В примере 4 df = 6 (ячейка B18), а F = 459,753674 (ячейка A18).

Предположим, что значение "Альфа" равно 0,05, v1 = 11 - 6 - 1 = 4 и v2 = 6, а критический уровень F равен 4,53. Поскольку значение F = 459,753674 намного больше 4,53, вероятность случайного получения такого большого значения F исключительно мала (при Альфа = 0,05 гипотеза об отсутствии связи между аргументами известные_значения_y и известные_значения_x отвергается, если значение F превышает критический уровень 4,53). Использование функции Microsoft Excel FРАСП дает возможность вычислять вероятность случайного получения больших значений F. Значение вероятности FРАСП(459,753674; 4; 6) = 1,37E-7 чрезвычайно мало. Из этого можно заключить через нахождение критического уровня F в таблице или использование функции Microsoft Excel FРАСП, что уравнением регрессии можно воспользоваться для предсказания оценочной стоимости зданий под офис в данном районе. Следует учесть, что использование правильных значений v1 и v2, вычисление которых показано в предыдущем абзаце, является критически важным.

Пример 5. Вычисление T-статистики

Другой тест позволяет определить, подходит ли каждый коэффициент наклона для оценки стоимости здания под офис в примере 3. Например, чтобы проверить, имеет ли срок эксплуатации здания статистическую значимость, разделим -234,24 (коэффициент наклона для срока эксплуатации здания) на 13,268 (оценка стандартной ошибки для коэффициента времени эксплуатации из ячейки A15). Ниже приводится наблюдаемое t-значение:

t = m4 ? se4 = -234,24 ? 13,268 = -17,7

Если абсолютное значение t достаточно велико, можно сделать вывод, что коэффициент наклона можно использовать для оценки стоимости здания под офис в примере 3. В таблице ниже приведены абсолютные значения четырех наблюдаемых t-значений.

Если обратиться к справочнику по математической статистике, то окажется, что t-критическое двустороннее с 6 степенями свободы равно 2,447 при Альфа = 0,05. Критическое значение также можно также найти с помощью функции Microsoft Excel СТЬЮДРАСПОБР. СТЬЮДРАСПОБР(0,05; 6) = 2,447. Поскольку абсолютная величина t, равная 17,7, больше, чем 2,447, срок эксплуатации -- это важная переменная для оценки стоимости здания под офис. Аналогичным образом можно протестировать все другие переменные на статистическую значимость. Ниже приводятся наблюдаемые t-значения для каждой из независимых переменных.

Пример 6

Переменная	t-наблюдаемое значение
Общая площадь	5,1
Количество офисов	31,3
Количество входов	4,8
Возраст	17,7

Абсолютная величина всех этих значений больше, чем 2,447. Следовательно, все переменные, использованные в уравнении регрессии, полезны для предсказания оценочной стоимости здания под офис в данном районе.

4. Логические функции, фнкции проверки свойств и значений, функции даты и времени Microsoft Excel: примеры применения

4.1 Функция ЧАС()

ссылка электронный таблица

Функция ЧАС() - возвращает час, соответствующий заданному времени. Час определяется как целое число в интервале от 0 до 23.

Синтаксис

ЧАС(время_в_числовом_формате)

Время_в_числовом_формате -- время, для которого нужно выделить часы. Время может быть задано текстовой строкой в кавычках (например, "18:45"), десятичным числом (например, 0,78125 соответствует 18:45) или результатом других формул или функций (например, ВРЕМЗНАЧ("18:45")).

Замечание

В Microsoft Excel для Windows и Excel для компьютеров Макинтош используются разные системы дат по умолчанию. Время представляет собой дробную часть значения даты и задается десятичным числом (например, 12:00 будет представлено как 0,5).

Пример

A
Время
03:30:30
03:30:30 PM
15:30
Формула
=ЧАС(A2)
=ЧАС(A3)	Час, соответствующий второму значению времени (15)
=ЧАС(A4)	Час, соответствующий третьему значению времени (15)

4.2 Функция МИНУТЫ()

Функция МИНУТЫ() - возвращает минуты, соответствующие аргументу время_в_числовом_формате. Минуты определяются как целое число в интервале от 0 до 59.

Синтаксис

МИНУТЫ(время_в_числовом_формате)

Время_в_числовом_формате -- время, для которого требуется выделить минуты. Время может быть задано текстовой строкой в кавычках (например, "18:45"), десятичным числом (например, значение 0,78125 соответствует 18:45) или результатом других формул или функций (например, ВРЕМЯЗНАЧ("18:45")).

Замечания

В Microsoft Excel для Windows и Microsoft Excel для компьютеров Макинтош по умолчанию используются разные системы дат. Время представляет собой дробную часть значения даты и задается десятичным числом (например, 12:00 представляется как 0,5).

Пример

A
Время
4:48:00 PM
Формула
=МИНУТЫ(А2)	Минуты для приведенного выше значения времени (48)

4.3 Секунды()

Функция СЕКУНДЫ() - возвращает секунды, соответствующие аргументу время_в_числовом_формате. Секунды определяются как целое число в интервале от 0 до 59.

Синтаксис

СЕКУНДЫ(время_в_числовом_формате)

Время_в_числовом_формате -- время, из которого нужно выделить секунды. Время может быть задано текстовой строкой в кавычках (например, "18:45"), десятичным числом (например, значение 0,78125 соответствует 18:45) или результатом других формул или функций (например, ВРЕМЯЗНАЧ("18:45")).

Замечание

В Microsoft Excel для Windows и Microsoft Excel для компьютеров Макинтош по умолчанию используются разные системы дат. Время представляет собой дробную часть значения даты и задается десятичным числом (например, 12:00 представляется как 0,5, поскольку это половина суток).

Пример

A
Время
4:48:18 PM
4:48 PM
Формула
=СЕКУНДЫ(A2)	Секунды в первой ячейке (18)
=СЕКУНДЫ(A3)	Секунды во второй ячейке (0)

5. Ссылки и массивы, текстовые функции MicrosoftExcel: описание, примеры применения

5.1 Функции ЛЕВСИМВ()

Функция ЛЕВСИМВ() - возвращает первые знаки текстовой строки исходя из заданного количества знаков.

Важно. Функция ЛЕВСИМВ предназначена для работы с языками, использующими однобайтовый набор знаков (SBCS). К языкам, поддерживающим двухбайтовый набор знаков, относятся японский, китайский (упрощенное письмо), китайский (традиционное письмо) и корейский. Синтаксис. ЛЕВСИМВ(текст;количество_знаков)

Текст -- текстовая строка, содержащая извлекаемые знаки.

Количество_знаков -- количество знаков, извлекаемых функцией ЛЕВСИМВ.

· «Количество_знаков» должно быть больше или равно нулю.

· Если «количество_знаков» больше длины текста, функция ЛЕВСИМВ возвращает весь текст.

· Если аргумент «количество_знаков» опущен, то предполагается, что он равен 1.

Пример 1. ЛЕВСИМВ()

A
Данные
Цена продаж
Швеция
Формула	Описание (результат)
=ЛЕВСИМВ(A2;4)	Первые четыре знака в первой строке (Цена)
=ЛЕВСИМВ(A3)	Первый знак второй строки (Ш)

5.2 Функции ПРАВСИМВ()

Функция ПРАВСИМВ() - возвращает заданное число последних знаков текстовой строки.

Важно. Функция ПРАВСИМВ предназначена для работы с языками, использующими однобайтовый набор знаков (SBCS).Язык, установленный по умолчанию, влияет на возвращаемое значение следующим образом:

· Функция ПРАВСИМВ всегда считает каждый знак -- одно- или двухбайтовый -- как 1 независимо от языка, используемого по умолчанию.

К языкам, поддерживающим DBCS, относятся японский, китайский (упрощенное письмо), китайский (традиционное письмо) и корейский.

Для получения дополнительных сведений см. следующие статьи справки:

· Установка языковых параметров для Office

Синтаксис

ПРАВСИМВ(текст;число_знаков)

Текст -- это текстовая строка, содержащая извлекаемые знаки.

Число_знаков -- количество знаков, извлекаемых функцией ПРАВСИМВ.

Замечания

· Число_знаков должно быть больше или равно нулю.

· Если число_знаков больше длины текста, то функция ПРАВСИМВ возвращает весь текст.

· Если число_знаков опущено, то предполагается, что оно равно 1.

Пример

A
Данные
Цена продаж
Номер фонда
Формула	Описание (результат)
=ПРАВСИМВ(A2;6)	Последние 6 знаков первой строки (продаж)
=ПРАВСИМВ(A3)	Последний знак второй строки (а)

5.3 Функция ЗАМЕНИТЬ()

Функция ЗАМЕНИТЬ() - замещает указанную часть знаков текстовой строки другой строкой текста. Важно. Функция ЗАМЕНИТЬ предназначена для работы с языками, использующими однобайтовый набор знаков (SBCS).Язык, установленный по умолчанию, влияет на возвращаемое значение следующим образом: Функция ЗАМЕНИТЬ всегда считает каждый знак -- одно- или двухбайтовый -- как 1 независимо от языка, используемого по умолчанию.

К языкам, поддерживающим DBCS, относятся японский, китайский (упрощенное письмо), китайский (традиционное письмо) и корейский.

Синтаксис. ЗАМЕНИТЬ(старый_текст;нач_поз;число_знаков;новый_текст) Старый_текст -- текст, в котором требуется заменить некоторые знаки. Нач_поз -- позиция знака в тексте старый_текст, начиная с которой знаки заменяются текстом нов_текст. Число_знаков -- число знаков в тексте старый_текст, которые заменяются текстом новый_текст. Новый_текст -- текст, который заменяет знаки в тексте старый_текст.

Пример.

A
Данные
абвгдежзикл
123456
Формула	Описание (результат)
=ЗАМЕНИТЬ(A2;6;5;"*")	Заменяет пять знаков, начиная с шестого (абвгд*л)
=ЗАМЕНИТЬ(A3;3;2;"10")	Заменяет последние две цифры числа 2009 на 10 (2010)
=ЗАМЕНИТЬ(A4;1;3;"@")	Заменяет первые три знака символом @ (@456)

Подобные документы

• Работа с электронными таблицами

  Программа Microsoft Excel для работы с таблицами данных и формулами. Абсолютные и относительные ссылки. Использование мастера функций, ввод ее параметров. Суммирование, построение диаграмм и графиков. Арифметические и логические табличные формулы.
  
  курсовая работа [47,3 K], добавлен 28.11.2009
  

• Основные функции Microsoft Excel

  Основные возможности программного пакета Microsoft Excel, его популярность среди бухгалтеров и экономистов. Использование математических, статистических и логических функций. Определение частоты наступления событий. Особенности ранжирования данных.
  
  презентация [1,1 M], добавлен 22.10.2015
  

• Табличный процессор Microsoft Office Excel. Основные понятия. Ввод и редактирование данных в Microsoft Office Excel

  Принцип работы и особенности интерфейса табличного процессора Microsoft Office Excel. Описание правил адресации ячеек, освоение приемов их выделения и заполнения данными. Обобщение приемов ввода и редактирования данных в ячейках. Элементы окна Excel.
  
  лабораторная работа [2,7 M], добавлен 15.11.2010
  

• Работа с поисковыми системами и приложениями Microsoft Word и Microsoft Office Excel

  Поиск значений показателя "количество абонентов оператора Мегафон" в сети Интернет с помощью различных поисковых систем; их сравнительный анализ. Формирование навыков работы с приложением Microsoft Word; работа с электронными таблицами в Microsoft Excel.
  
  курсовая работа [3,9 M], добавлен 12.05.2011
  

• Анализ данных средствами Excel и Access

  Работа в Microsoft Access, выделение фамилий и количества преподавателей мужского и женского пола со стажем работы более 10 лет. Общий вид текста SQL-запроса. Работа с электронными таблицами в Microsoft Excel. Результаты расчета зарплаты в Access и Excel.
  
  курсовая работа [2,3 M], добавлен 21.12.2013
  

• История обработки числовой информации

  История счета как начало начал всех измерений. Калькулятор и его типы: простейшие, бухгалтерские, финансовые, инженерные, программируемые. Microsoft Excel - программа для работы с электронными таблицами и выполнения экономико-статистических расчетов.
  
  презентация [181,5 K], добавлен 26.03.2013
  

• Создание формул для обработки данных в электронной таблице Excel

  Ввод, редактирование и форматирование данных в табличном редакторе Microsoft Excel, форматирование содержимого ячеек. Вычисления в таблицах Excel при помощи формул, абсолютные и относительные ссылки. Использование стандартных функций при создании формул.
  
  контрольная работа [430,0 K], добавлен 05.07.2010
  

• Текстовая операционная система Microsoft Word. Microsoft Excel

  Microsoft Word — текстовый процессор, предназначенный для создания, просмотра и редактирования текстовых документов с использованием таблично-матричных алгоритмов. Область применения Microsoft Excel; общие операции над листами и ячейками рабочей книги.
  
  реферат [2,5 M], добавлен 23.02.2012
  

• Табличный процессор Microsoft Excel 2010

  Краткая история табличных процессоров. Интерфейс Microsoft Excel-2010. Документ Excel 2010. Типы данных в ячейках Excel. Диапазоны (массивы, блоки) в Excel. Текстовые и числовые данные. Формулы и ссылки на ячейки. Форматы представления числовых данных.
  
  курс лекций [244,0 K], добавлен 21.10.2011
  

• Microsoft Excel и Microsoft Access

  История использования механических и полуавтоматических средств для арифметических операций. Работа с табличным процессором Microsoft Excel. Поиск и замена данных в таблице Microsoft Access. Сортировка записей в запросе, его создание с помощью мастера.
  
  контрольная работа [22,8 K], добавлен 13.01.2010
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам