Gå tillbaka till ett svar med hjälp av målsökning - Excel-tips

Innehållsförteckning

Begravd under listrutan Vad-om-analys på fliken Data, gör det möjligt att söka igenom ett svar snabbt och utan att behöva spela Higher! / Lower! Spel.

Säg att du försöker köpa en bil. Din budget är $ 425 per månad. Banken erbjuder dig 5,25% för ett 60-månaderslån. Priset på bilen är 25 995 dollar. Ställ in modellen som visas här med =PMT(B3/12,B4,-B2).

Betalningen är för hög

Den ursprungliga betalningen kommer ut till $ 493,54 istället för $ 425. Ett tillvägagångssätt vid denna tidpunkt är att börja koppla in högre eller lägre värden. Detta tillvägagångssätt påminner mig om Bob Barker, TV-värden för The Price is Right som försöker vägleda en person till att vinna en bil.

Fortsätt försöka med högre eller lägre siffror

Svaret är att använda Goal Seek. Välj svarscellen i B7. Leta efter den här rullgardinsmenyn på fliken Data.

Kraftfull funktion begravd på datafliken.

I dialogrutan Målsökning anger du att du vill ställa in en cell som är lika med ett visst värde genom att ändra en annan cell. Observera att detta bara fungerar om målcellen har en formel som innehåller källcellen i sitt formelberoende träd.

Ställ in målsökningen

Kom ihåg att det finns flera sätt att lösa detta problem. I bilden nedan har jag gjort tre olika kommandon för målsökning, en som ändrar priset, en som ändrar hastigheten, en som ändrar termen.

Lycka till att hitta en bank som betalar dig för att ta sina pengar

Fördelarna med Goal Seek: Det är snabbt. Det är korrekt. Medan min ursprungliga modell i den andra siffran föreslog 22 385 dollar kom målsökningsmodellen med 22384.934249687 - det är 14 siffror med precision.

Notera

Här är en titt "bakom kulisserna" för att skapa figur 2.

De gröna och röda trianglarna i rad 2 är utformade för att ange om nästa gissning ska vara högre eller lägre. Jag ställde in dem efter att jag visste svaret genom att använda en ikonuppsättning och vända ikonordningen.

Omvänd ikonordning

Jag slutade också med att bygga en modell för att erbjuda den bästa nästa gissningen som svar på serien av högre / lägre resultat. Här är en titt på fomulerna: