Статията ще ви покаже някои основни методи за това как да множествен регресионен анализ в Excel . това е много важна тема в областта на статистиката. тя ни помага да предвидим зависима променлива относно една или няколко зависими променливи.

В набора от данни имаме информация за някои автомобили: техните имена , цени , максимални скорости в мили в час . пикова мощност двигателят им може да произвежда и максималната обхват разстоянието, което могат да изминат, без да зареждат резервоара си.

Изтегляне на работна тетрадка за практика

Какво представлява множествената регресия?

Множествена регресия е статистически процес, чрез който можем да анализираме връзката между зависима променлива и няколко независими променливи . Целта на регресия е да се предвиди естеството на зависими променливи по отношение на съответните независими променливи .

2 стъпки за извършване на множествен регресионен анализ в Excel

Стъпка 1: Активиране на раздела за анализ на данни

Сайтът Таб с данни не съдържа Анализ на данните За да активирате това, преминете през процедурата по-долу.

• Първо, отидете в Файл >> Опции

• След това изберете Добавки >> Добавки за Excel >> Отидете на

• Проверете Пакет инструменти за анализ в Предлагат се добавки: и щракнете върху ОК .

След това Лента за анализ на данни ще се появи в Таб с данни .

Стъпка 2: Създаване на множествен регресионен анализ в Excel

Тук ще ви покажа как да анализирате множествена регресия .

• От Данни tab>> изберете Анализ на данните
• A диалогов прозорец ще се появи избраният Регресия и щракнете върху OK .

A Регресия ще се появи диалогов прозорец.

• Ще прогнозираме автомобила цена според техните максимална скорост , пикова мощност и обхват .
• Изберете обхват на зависими променливи ( Диапазон на входа Y ). В моя случай това е C4:C14 .
• След това изберете обхват на независими променливи ( Диапазон на входа X ). В моя случай това е D4:F14 .
• Проверете Етикети и изберете Нов работен лист Ply: в Опции за изход Ако искате да регресионен анализ в текущия лист, поставете препратка към клетката, в която искате да започнете анализ в Изходен обхват

Можете да изберете Остатъчни стойности ако желаете да направите допълнителни анализ .

• След това ще видите регресионен анализ в нов лист . оформете анализ според вашето удобство.

Така можете да направите множествен регресионен анализ в Excel.

Подобни четива

• Как да направим проста линейна регресия в Excel (4 прости метода)
• Как да тълкуваме резултатите от регресията в Excel (подробен анализ)

Кратка дискусия за множествения регресионен анализ в Excel

Сайтът регресионен анализ оставя няколко стойности на определени параметри. Нека да видим какво означават те.

Регресионна статистика

В Регресионна статистика виждаме стойностите на някои параметри.

1. Множество R: Това се отнася до Коефициент на корелация който определя колко силна е линейната връзка между променливите. Обхватът на стойностите за този коефициент е (-1, 1). Силата на връзката е пропорционална на абсолютната стойност на Множество R .
2. R квадрат: Това е друг Коефициент за да се определи доколко добре регресионна линия Показва също така колко точки попадат върху регресионната линия. В този пример стойността на R 2 е 86 , което е добре. Това означава, че 86% на данните ще отговаря на линия на множествена регресия .
3. Коригиран R квадрат: Това е коригиран R квадрат стойност за независими променливи в модела. Той е подходящ за множествен регресионен анализ и така за нашите данни. Тук стойността на Коригиран R квадрат е 79 .
4. Стандартна грешка: От това зависи доколко съвършена е вашата регресия уравнение ще бъде. Тъй като ние правим случаен регресионен анализ , стойността на Стандартна грешка тук е доста висока.
5. Наблюдения: Броят на наблюденията в набора от данни е 10 .

Анализ на отклоненията ( ANOVA )

В ANOVA анализ, виждаме и някои други параметри .

1. df: степени на свобода ' се определя от df Стойността на df тук е 3 защото имаме 3 видове независими променливи .
2. SS: SS се отнася до сумата от квадрати. Ако Остатъчна сума на Квадрат е много по-малък от Обща сума на Квадрат , вашите данни ще се поберат в регресионна линия по-удобно. Тук Остатъчен SS е много по-малък от Общо SS , така че можем да предположим, че нашите данни могат да попаднат в регресионна линия по по-добър начин
3. MS: MS е средната квадратна стойност. Стойността на Регресия и Остатъчен МС е 78 и 5372210.11 съответно.
4. F и Значение F: Тези стойности определят надеждността на регресионен анализ . Ако Значимост F е по-малък от 05 . множество регресионен анализ е подходящ за използване. В противен случай може да се наложи да промените независима променлива В нашата съвкупност от данни стойността на Значимост F е 0.01 което е полезно за анализ.

Изход от регресионния анализ

Тук ще обсъдя резултатите от Регресионен анализ .

1. Коефициенти и други

В този раздел получаваме стойността на коефициенти за независими променливи - максимална скорост , Максимална мощност и Обхват . Можем да намерим и следната информация за всеки коефициент : неговата Стандартна грешка , т Стат , P-стойност и други параметри.

2. Остатъчен изход

Сайтът Остатъчни стойности ни помогне да разберем колко прогнозна цена се отклонява от действителната си стойност и стандарт стойност на остатъци което би било приемливо.

Начинът, по който прогнозата от регресионен анализ е даден по-долу.

Да речем, че искаме да предвидим цена на първия автомобил в зависимост от неговата независими променливи . независими променливи са Максимална скорост , Максимална мощност и Обхват чиито стойности са 110 мили в час , 600 конски сили и 130 мили съответно. регресионни коефициенти са 245.43 , 38.19 и 94.38 . стойност на прехващане на y е -50885.73 . Така че прогнозната цена ще бъде 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Според набора от данни в тази статия, ако искате да предскажете цена която има максимална скорост на x mph , пикова мощност на y hp и обхват на z мили , прогнозната цена ще бъде 245.43*x+38.19*y+94.38*z .

Прочетете още: Как да интерпретираме резултатите от множествената регресия в Excel

Използване на графика за разбиране на множествена линейна регресия в Excel

Ако искате да визуализирате регресионна линия на вашите данни, нека преминем през процедурата по-долу.

Стъпки:

• Първо, от Данни tab>> Отидете на Анализ на данните
• A Анализ на данните ще се появи диалогов прозорец, след което изберете Регресия .
• Накрая щракнете върху OK .

Друг диалогов прозорец на Регресия ще се появи.

• Изберете Остатъчен и Парцели за прилягане на линията .
• Кликнете върху OK .

След това ще видите графиката на регресионната линия отговаря на според Максимална скорост , Максимална мощност и Обхват в нов лист заедно с анализ.

Отдолу тя представлява прилягане на линията според Максимална скорост .

Следващото изображение показва прилягане на линията според Максимална мощност .

На снимката по-долу е представена прилягане на линията според Обхват .

Моля, изтеглете работната тетрадка и вижте парцели за по-добро разбиране.

Прочетете още: Как да направим линейна регресия в Excel (4 прости начина)

Практически раздел

Тук ви давам набора от данни от тази статия, за да можете да анализирате множествена линейна регресия самостоятелно.

Заключение

Достатъчно е да кажем, че тази статия ще ви помогне да разберете как да направите множествен регресионен анализ в Excel и това е кратко описание на параметрите. Ако имате някакви идеи или обратна връзка относно тази статия, моля, споделете ги в полето за коментари. Това ще ми помогне да обогатя следващите си статии.