Koristimo regresionu analizu kada imamo podatke iz dvije varijable iz dva različita izvora i želimo izgraditi odnos između njih. Regresiona analiza nam pruža linearni model koji nam omogućava da predvidimo moguće ishode. Postojaće neke razlike između predviđenih i stvarnih vrijednosti iz očiglednih razloga. Kao rezultat, mi izračunavamo standardnu ​​grešku koristeći regresijski model, koji je prosječna greška između predviđenih i stvarnih vrijednosti. U ovom vodiču ćemo vam pokazati kako izračunati standardnu ​​grešku regresijske analize u Excelu .

Preuzmite radnu svesku za vježbe

Preuzmite ovu radnu svesku za vježbanje da biste vježbali dok ste čitajući ovaj članak.

4 jednostavna koraka za izračunavanje standardne greške regresije u Excelu

Pretpostavimo da imate skup podataka sa nezavisnom varijablom ( X ) i zavisnom varijablom ( Y ) . Kao što vidite, nemaju značajnu vezu. Ali želimo da ga izgradimo. Kao rezultat toga, koristit ćemo Regresijska analiza da stvorimo linearni odnos između to dvoje. Izračunat ćemo standardnu ​​grešku između dvije varijable koristeći regresionu analizu. Proći ćemo preko nekih parametara regresijskog modela u drugoj polovici članka kako bismo vam pomogli da ga protumačite.

Korak 1: Primijenite naredbu za analizu podataka naKreirajte regresijski model

• Prvo, idite na karticu Podaci i kliknite na Analiza podataka naredba.

• U listi Analiza podataka odaberite Regresija opcija.
• Zatim kliknite OK .

Korak 2: Umetnite ulazni i izlazni raspon u regresijski okvir

• Za Oseg unosa Y odaberite raspon C4:C13 sa zaglavljem.
• Kliknite na Oznake potvrdni okvir.

• Odaberite raspon B4:B13 za Oseg unosa X .

• Da dobijete rezultat na željenoj lokaciji, odaberite bilo koju ćeliju ( B16 ) za Izlazni raspon .
• Na kraju kliknite OK .

Pročitajte više: Kako izračunati standardnu ​​grešku proporcije u Excelu (sa jednostavnim koracima)

Korak 3: Saznajte standardnu ​​grešku

• Od regresionom analizom možete dobiti vrijednost od standardna greška ( 3156471 ).

Pročitajte više: Kako za pronalaženje preostale standardne greške u Excelu (2 jednostavne metode)

Korak 4: Iscrtajte grafikon regresijskog modela

• Prvo, kliknite na Insert kartica.
• Iz grupe Grafikoni odaberite Raspojeno grafikon.

• Kliknite desnim tasterom miša preko jednog odbodova.
• Iz opcija odaberite opciju Dodaj liniju trenda .

• Stoga, vaš grafikon regresijske analize će biti iscrtan kao na slici prikazanoj ispod.

• Za prikaz jednadžbe regresije , kliknite na Prikaži jednadžbu na grafikonu opciju iz Formatiraj liniju trenda.

• Kao rezultat, jednadžba ( y = 1,0844x + 107,21 ) regresione analize će se pojaviti na grafikonu.

Napomene:

Možete izračunati razliku između predviđenih vrijednosti i stvarnih vrijednosti iz jednadžbe regresione analize.

Koraci:

• Upišite formulu koja će predstavljati jednadžbu regresione analize.

• Dakle, dobit ćete prvu predviđenu vrijednost ( 129,9824 ), koja se razlikuje od stvarne vrijednosti ( 133 ).

• Koristite Alat za automatsko popunjavanje za automatsko popunjavanje kolone D .

• Da biste izračunali grešku, unesite sljedeću formulu oduzmi.

• Konačno, automatski popuni kolonu E da biste pronašli vrijednosti greške.

Pročitajte više: Kako izračunati standardnu ​​grešku nagiba regresije u Excel

Interpretacija regresijske analize u Excelu

1. Standardna greška

Iz jednačine regresione analize možemo vidjeti da uvijek postoji razlika ili greška između predviđenih i stvarnih vrijednosti. Kao rezultat, moramo izračunati prosječnu devijaciju razlika.

A standardna greška predstavlja prosječnu grešku između predviđene vrijednosti i stvarne vrijednosti. Otkrili smo 8.3156471 kao standardnu ​​grešku u našem primjeru regresijskog modela. To ukazuje da postoji razlika između predviđenih i stvarnih vrijednosti, koja može biti veća od standardne greške ( 15,7464 ) ili manja od standardna greška ( 4.0048 ). Međutim, naša prosječna greška će biti 8,3156471 , što je standardna greška .

Kao rezultat, cilj modela je smanjiti standardnu ​​grešku. Što je manja standardna greška, to je točniji model.

2. Koeficijenti

Koeficijent regresije procjenjuje odgovori nepoznatih vrijednosti. U jednadžbi regresije ( y = 1,0844x + 107,21 ), 1,0844 je koeficijent , x je nezavisna varijabla prediktora, 107.21 je konstanta, a y je vrijednost odgovora za x .

• A pozitivni koeficijent predviđa da što je veći koeficijent, to je veći odzivvarijabla. Ukazuje na proporcionalni odnos.
• negativni koeficijent predviđa da što je koeficijent veći, to su niže vrijednosti odgovora. To ukazuje na disproporcionalni odnos.

3. P-vrijednosti

U regresijskoj analizi, p- vrijednosti i koeficijenti sarađuju kako bi vas obavijestili da li su korelacije u vašem modelu statistički relevantne i kakve su te veze. nulta hipoteza da nezavisna varijabla nema vezu sa zavisnom varijablom testira se korištenjem p-vrijednosti za svaku nezavisnu varijablu. Ne postoji veza između promjena nezavisne varijable i varijacija zavisne varijable ako ne postoji korelacija.

• Vaš uzorak podataka daje dovoljnu podršku da se pogreši nulta hipoteza za punu populaciju ako je p-vrijednost za varijablu manja od vašeg praga značajnosti. Vaši dokazi podržavaju ideju korelacije koja nije nula . Na nivou populacije, promjene nezavisne varijable povezane su s promjenama zavisne varijable.
• A p-vrijednost veća od nivoa značajnosti, s obje strane , sugerira da vaš uzorak nema nedovoljan dokaz da utvrdi da postoji korelacija koja nije nula .

Zato što njihove p-vrijednosti ( 5.787E-06 , 1.3E-06 ) su manje od značajne vrijednosti ( 5.787E-06 ), nezavisne varijable (X) i Presjek su statistički značajni , kao što se vidi u primjeru izlaza regresije.

4. Vrijednosti R-kvadrata

Za modele linearne regresije, R-kvadrat je mjera kompletnosti . Ovaj omjer pokazuje postotak varijanse u zavisnoj varijabli koju nezavisni faktori uzimaju u obzir kada se uzmu zajedno. Na praktičnoj skali 0–100 posto, R-kvadrat kvantificira jaču veze između vašeg modela i zavisne varijable.

Vrijednost R2 je mjera koliko dobro regresijski model odgovara vašim podacima. Što je veći broj , to je bolji izvediv model.

Zaključak

Nadam se da vam je ovaj članak dao vodič o tome kako izračunati standardnu ​​grešku regresije u Excel . Sve ove procedure treba naučiti i primijeniti na vaš skup podataka. Pogledajte radnu svesku za vježbanje i testirajte ove vještine. Motivirani smo da nastavimo s izradom ovakvih tutorijala zbog vaše vrijedne podrške.

Molimo vas da nas kontaktirate ako imate bilo kakvih pitanja. Također, slobodno ostavite komentare u donjem odjeljku.

Mi, Exceldemy tim, uvijek odgovaramo na vaše upite.

Ostanite s nama i nastavite učiti.