我在 Excel 2003 中使用 GROWTH（或 LINEST、TREND 或 LOGEST，所有这些都会造成同样的麻烦）函数。但是存在一个问题，如果某些数据丢失，该函数将拒绝给出结果：
You can 在这里下载文件.
我不想要删除缺失值的明显解决方法 - 这意味着删除该列，这也会损坏图表，并且它会在我的其他表中出现问题，其中我有更多行并且在不同的表中丢失数据列。其他明显的解决方法是使用一个数据进行回归，使用另一个数据进行图形，但同样，这很烦人，只会使工作表变得混乱！
有什么方法可以告诉Excel - 这个值是NA吗？
另一个想法是跳过表达式中缺失的值。是否可以对一组不连续的单元进行寻址？喜欢而不是=GROWTH($B2:$AH2; $B1:$AH1; B1)就像我的例子一样，使用类似的东西：
=GROWTH({$B2:$I2,$K2:$AH2}; {$B1:$I1,$K1:$AH1}; B1)
我当然想避免写我自己的表达式。我需要向我的同事解释如何做到这一切，这会复杂得多。我想要一个简单而优雅的解决方案。
如果您知道其中的窍门，这将变得“微不足道”。
要将 LINEST 与缺失值结合使用，您需要照常创建 X 矩阵（r 行 x c 列）和 Y 向量（r 行 x 1 列）。您还需要在 X 矩阵中创建一个附加列作为指示变量。将此列放置在 X 矩阵的左侧。因此，如果 X 矩阵从 B 列开始，请将附加列放入 A 列。对于要省略的每一行，将此指示符值设置为零。对于要包含的每一行，将此指示符值设置为 1。将 X 矩阵和 Y 向量中的每隔一列乘以该指示变量。将这个新的增广 X 矩阵和新的 Y 向量放在电子表格的其他位置。现在，您应该有一个新的 X 矩阵（r 行 x c+1 列）和 Y 向量，其中每行要省略的行都包含直行的零。这很关键！
现在像平常一样使用 LINEST 函数，指定整个 Y 向量和扩展的 r×(c+1) X 矩阵（其中包含指标列作为前两个函数参数，“False”（即零）为第三个参数和“TRUE”（即一）或“FALSE”（即零）作为第四个函数参数。正确的参数估计值出现在 LINEST 输出的第一行中。所有其他 LINEST 输出值如果您指定“TRUE”来获取统计信息，则除了第五行和第二列中的值（残差平方和）之外，其他值都是错误的。
如果将第四个函数参数指定为“TRUE”以获取统计信息，则需要更正输出中的不正确值。扩展输出的第 2,3 和 4 行中的值不正确；第 5 行第 1 列中的值也不正确。你需要修复它们。
将 LINEST 输出的第一行复制到工作表中的其他位置。如果您为统计数据指定“TRUE”，则在此副本下方保留四个空白行。将第 5 行第 2 列值从原始 LINEST 输出复制到新输出空间的第 5 行第 2 列
第一步：计算正确的自由度数以替换 LINEST 输出第 4 行第 2 列中的值。求模型中参数的数量；这是c+1。您可以使用 COUNT 函数来计算扩展 X 矩阵中的列数。接下来将 X 矩阵的指标列中的所有值相加。假设四行的值全部为零。使用 SUM 函数：这给出 r – 4 = 指示符列中包含“1”的行数。正确的自由度是差值：SUM（指标列）- COUNT（增强的 X 矩阵列）。这是应放置在新输出空间的第 4 行第 2 列中的值。
第二步：修复第2行和第3行第2列。划分错误的d.f。 （第 4 行第 2 列）在原始 LINEST 输出中由正确的 d.f. （第 4 行第 2 列）在新的输出空间中。取该商的平方根。将原始 LINEST 输出空间中第 2 行和第 3 行第 2 列的值乘以该校正因子，即可得到参数的正确标准误和 Y 的正确标准误。
第三步：修正回归平方和。由于未对输出第 5 行第 1 列的平均值进行回归校正，原始 LINEST 输出具有平方和值；我们希望根据平均值校正回归平方和。我们需要计算平均值的校正。这是 Y 向量值的平方和除以指标列值的总和。从原始 LINEST 输出的第 5 行第 1 列中的值减去该值，并将答案放入新输出空间的第 5 行第 1 列中。
第四步：修正第 4 行第 1 列中的 F 比。我们需要计算由于回归和残差而产生的均方。回归产生的均方（F 比率中的分子）是新输出空间第 5 行第 1 列中的值除以 c（增强前原始 X 矩阵中的列数）。残差产生的均方（F 比中的分母）是新输出空间的第 5 行第 2 列除以新输出空间的第 4 行第 2 列。根据这两个中间值计算 F 比，并将结果放入新输出空间的第 4 行第 1 列中。
第五步：使用新输出空间中的值，更正第 3 行第 1 列中的 R 方值。这是 1 -（第 5 行第 2 列除以第 5 行第 1 列和第 5 行第 2 列之和）。
检查您的工作：在电子表格的其他位置复制增强的 X 矩阵和 Y 向量。对于指示符变量中为零的行，将所有条目替换为零。删除带有零的行中的所有单元格，并将单元格向上移动。您现在应该有一个行数较少但没有缺失值的 X 矩阵和 Y 向量。删除指标栏。现在使用 LINEST 对这组减少的数据建立回归模型，但这次将第三个参数设置为 TRUE（包括一个常量）。这些结果应该与新输出空间中的结果相同。
