如何在Excel中使用幂函数？

Excel中的幂函数如何使用？作为分析师，不知道能不能预测微信官方账号的阅读量？如果发帖后能预测微信官方账号的最终阅读量，那就没必要隔一段时间去后台了，因为你已经知道最终结果了。

我们应该如何预测？我们先来探索一波。以下是我在微信官方账号后台的分时阅读趋势图。我们可以看到分时阅读和分时累计阅读的趋势还是很强的。

有两个预测方向，一是预测每小时分时阅读量，二是预测至今每小时累计阅读量。

累计读数相对可预测。可以看出，累计读数的趋势符合对数分布。在Excel中直接添加对数分布的趋势线，与累计读数的真实趋势完全吻合。

如何预测分时阅读量？分时读数更符合幂函数分布，在Excel中增加一条幂趋势线也与实时分时读数趋势线完美重合。

以上趋势线是在有完整的每小时数据后拟合的，但如文章开头所述，我们希望在发帖后不久，比如一小时后，就能估算出当天的整体阅读量。此时，只有一个点无法拟合趋势线。

那我们该怎么办？答案是可以用同一个发帖时间的阅读趋势代替当天的阅读趋势。根据业务经验，阅读量一定是随着发帖时间的延迟按一定比例递减的，这种递减的速度在不同的日子里应该大致相等。不同日子或不同类型的文章在不同时期的绝对阅读量会有所不同，但各时期之间的衰减率应该是一致的。基于此，我们最终选择了具有功率分布的分时阅读预测。

我们随机选取过去三天的分时读数数据进行配电拟合，最终得到三种不同的模型：

从以上拟合结果可以看出，幂函数的常数项基本等于发帖后一小时的阅读量，x为发帖后的小时数，指数约为-1，因此我们可以大致将发帖一小时后的阅读量预测模型设置如下：

v表示发帖后一小时的阅读量，T表示发帖后的小时数，Y表示发帖后T小时的阅读量，最后一天的总阅读量就是将不同T对应的预测值相加。

以上模型是用我微信官方账号的背景数据训练出来的。不同微信官方账号、不同文章类型的模型结果可能略有偏差，但思路大体一致。