WorksheetFunction.LinEst (Excel)

Calcula as estatísticas de uma linha usando o método menos quadrados para calcular uma linha reta que melhor se ajuste aos seus dados e retorna uma matriz que descreve a linha. Como essa função retorna uma matriz de valores, ela deve ser inserida como uma fórmula matricial.

A equação para a linha é y = mx + b ou y = m1x1 + m2x2 + ... + b (se houver vários intervalos de valores x), onde o valor y dependente é uma função dos valores x independentes. Os valores m são coeficientes correspondentes a cada valor x e b é um valor constante. Observe que y, x e m podem ser vetores. A matriz que a linha retorna é {mn,mn-1,...,m1,b}. Proj . Lin também pode retornar estatísticas adicionais de regressão. Se a matriz val_conhecidos_y estiver em uma única coluna, cada coluna de val_conhecidos_x será interpretada como uma variável separada. Se a matriz val_conhecidos_y estiver em uma única linha, cada linha de val_conhecidos_x será interpretada como uma variável separada. A matriz val_conhecidos_x pode incluir um ou mais conjuntos de variáveis. Se apenas uma variável for usada, val_conhecidos_y e val_conhecidos_x podem ser intervalos de qualquer formato, desde que tenham dimensões iguais. Se mais de uma variável for usada, val_conhecidos_y deverá ser um vetor (ou seja, um intervalo com altura de uma linha ou largura de uma coluna). Se val_conhecidos_x for omitido, será considerado como a matriz {1,2,3,...} que é do mesmo tamanho que val_conhecidos_y.

LinEst (Arg1, Arg2, ..., Arg4)


Dim arrLinEst() As Variant
arrLinEst() = WorksheetFunction.LinEst(Arg1:=)

Arguments

Arg1, Arg2, ..., Arg4

Arg1 - Val_conhecidos_y-o conjunto de valores y que você já conhece na relação y = mx + b

Arg2 - Val_conhecidos_x - um conjunto opcional de valores x que talvez você já conheça na relação y = mx + b

Arg3 - Constante - um valor lógico que especifica a necessidade de forçar ou não a constante b igual a zero

Arg4 - Estatísticas - um valor lógico especificando a necessidade de retornar ou não estatísticas adicionais de regressão