利用LAMBDA函数可创建自定义线性回归预测公式，通过封装斜率和截距计算逻辑，实现类似TREND的数组预测功能；定义名为LinearPredict的LAMBDA函数，输入已知X、Y数据及新X值，返回预测结果；结合LET提升性能，支持动态数组输出，适用于单值或数组输入，扩展后可实现多项式拟合与错误处理，增强灵活性与复用性。
在Excel中，利用LAMBDA函数可以创建自定义的、支持数组输入的回归预测公式，实现类似LINEST或TREND的功能，但更具灵活性。通过将计算逻辑封装进LAMBDA，你可以构建一个可复用的线性趋势预测函数，直接接受X和Y数据数组，并输出预测值。
理解线性回归的基本原理
简单线性回归的目标是拟合一条直线：y = mx + b。其中m是斜率，b是截距。通过最小二乘法，我们可以用以下公式计算：
- 斜率 m = (nΣxy - ΣxΣy) / (nΣx² - (Σx)²)
- 截距 b = (Σy - mΣx) / n
只要有了m和b，就可以对新的x值进行预测：y_pred = m * x_new + b。LAMBDA允许我们将这一整套逻辑写成一个命名公式。
使用LAMBDA构建自定义预测函数
打开“名称管理器”（Ctrl + F3），新建一个名称，例如叫LinearPredict，然后输入以下LAMBDA公式：
=LAMBDA(x_known, y_known, x_new,
LET(
n, COUNT(x_known),
sum_x, SUM(x_known),
sum_y, SUM(y_known),
sum_xy, SUM(x_known * y_known),
sum_x2, SUM(x_known^2),
m, (n * sum_xy - sum_x * sum_y) / (n * sum_x2 - sum_x^2),
b, (sum_y - m * sum_x) / n,
m * x_new + b
)
)这个函数接收三组参数：
- x_known：已知的自变量数组
- y_known：已知的因变量数组
- x_new：要预测的新x值（支持单个值或数组）
LET函数用于提升可读性和性能，避免重复计算。
在工作表中使用自定义函数
假设A2:A10是历史X数据，B2:B10是对应的Y数据，你想在D列预测新X值（D2:D5）对应的Y值。只需输入：
=LinearPredict(A2:A10, B2:B10, D2:D5)
函数会返回一个与D2:D5尺寸相同的数组，每个值都是基于线性模型的预测结果。支持动态数组引擎，无需按Ctrl+Shift+Enter。
扩展功能：支持多项式或批量预测
若需拟合二次趋势（y = ax² + bx + c），可扩展LAMBDA使用矩阵运算（结合MMULT、TRANSPOSE等），但需更复杂的代数推导。对于大多数场景，上述线性版本已足够实用。
也可以在LAMBDA内部加入ISOMITTED判断，实现默认行为或错误处理，提高鲁棒性。
基本上就这些。LAMBDA让Excel具备了函数式编程能力，把回归预测封装成一个简洁公式后，不仅可读性强，还能在多个工作表中复用，无需VBA或复杂工具。关键在于理清数学逻辑，再用LET组织表达式。不复杂但容易忽略细节，比如数组维度匹配和数值稳定性。
