Функция НАКЛОН (SLOPE)

Функция НАКЛОН возвращает наклон линии линейной регрессии для точек данных.

Описание функции НАКЛОН

Возвращает наклон линии линейной регрессии для точек данных в аргументах известные_значения_y и известные_значения_x. Наклон определяется как частное от деления расстояния по вертикали на расстояние по горизонтали между двумя любыми точками прямой; иными словами, наклон — это скорость изменения значений вдоль прямой.

Синтаксис

=НАКЛОН(известные_значения_y; известные_значения_x)

Аргументы

известные_значения_yизвестные_значения_x
Обязательный. Массив или диапазон ячеек, содержащих зависимые числовые точки данных.
Обязательный. Множество независимых точек данных.

Замечания

  • Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
  • Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
  • Если аргументы известные_значения_y и известные_значения_x пусты или количество содержащихся в них точек не совпадает, функция НАКЛОН возвращает значение ошибки #Н/Д.
  • Уравнение наклона линии регрессии имеет следующий вид:
    Уравнение наклона линии регрессии
    где: x, y (с черточкой) – выборочные средние значения СРЗНАЧ(массив1) и СРЗНАЧ(массив2).
  • Основной алгоритм, используемый в функциях НАКЛОН и ОТРЕЗОК, отличается от основного алгоритма функции ЛИНЕЙН. Разница между алгоритмами может привести к различным результатам при неопределенных и коллинеарных данных. Например, если точки данных аргумента известные_значения_y равны 0, а точки данных аргумента известные_значения_x равны 1, то справедливо указанное ниже.
    • Функции НАКЛОН и ОТРЕЗОК возвращают значение ошибки #ДЕЛ/0!. Алгоритм функций НАКЛОН и ОТРЕЗОК используется для поиска только одного ответа, а в данном случае их может быть несколько;
    • Функция ЛИНЕЙН возвращает значение, равное 0. Алгоритм функции ЛИНЕЙН используется для возвращения подходящих значений для коллинеарных данных, и в данном случае может быть найден хотя бы один ответ.

Пример

Scroll Up