Tabla de contenido
El artículo le mostrará algunos métodos básicos sobre cómo hacer análisis de regresión múltiple en Excel Se trata de un tema muy importante en el campo de la estadística, ya que nos ayuda a predecir una variable dependiente en relación con una o varias variables dependientes.
En el conjunto de datos, tenemos información sobre algunos coches: su nombres , precios , velocidades máximas en millas por hora El potencia máxima su motor puede producir, y el máximo gama de distancia que pueden recorrer sin rellenar el depósito.
Descargar el cuaderno de prácticas
Análisis de regresión múltiple.xlsx¿Qué es la regresión múltiple?
Regresión múltiple es un proceso estadístico mediante el cual podemos analizar la relación entre un variable dependiente y varios variables independientes El propósito de regresión es predecir la naturaleza de variables dependientes con respecto al variables independientes .
2 pasos para realizar análisis de regresión múltiple en Excel
Paso 1: Activar la pestaña Análisis de datos
En Ficha Datos no contiene el Análisis de datos Para activarlo, siga el procedimiento que se indica a continuación.
- En primer lugar, vaya a Archivo >> Opciones
- A continuación, seleccione Complementos >> Complementos de Excel >> Vaya a
- Consulte Herramientas de análisis en el Complementos disponibles: y haga clic en OK .
Después, el Cinta de análisis de datos aparecerá en el Ficha Datos .
Paso 2: Creación del análisis de regresión múltiple en Excel
Aquí le mostraré cómo analizar regresión múltiple .
- Desde el Datos tab>> seleccionar Análisis de datos
- A cuadro de diálogo se mostrará la selección Regresión y haga clic en OK .
A Regresión aparecerá un cuadro de diálogo.
- Predeciremos el coche precio según su velocidad máxima , potencia máxima y gama .
- Seleccione gama de variables dependientes ( Entrada Rango Y ). En mi caso, es C4:C14 .
- A continuación, seleccione gama de variables independientes ( Entrada X Rango ). En mi caso, es D4:F14 .
- Consulte Etiquetas y seleccione Nueva hoja de cálculo Ply: en el Opciones de salida Si quiere que su análisis de regresión en la hoja actual, coloque una referencia de celda donde desee iniciar el análisis en el Gama de salida
Puede elegir Residuos si desea hacer más análisis .
- Después de eso, verá el análisis de regresión en un nueva hoja . formatee el análisis según le convenga.
Así puede hacer análisis de regresión múltiple en Excel.
Lecturas similares
- Cómo realizar una regresión lineal simple en Excel (4 métodos sencillos)
- Cómo interpretar los resultados de una regresión en Excel (análisis detallado)
Breve debate sobre el análisis de regresión múltiple en Excel
En análisis de regresión deja varios valores de ciertos parámetros. Veamos qué significan.
Estadísticas de regresión
En el Estadísticas de regresión vemos los valores de algunos parámetros.
- R múltiple: Se refiere a la Coeficiente de correlación que determina cómo de fuerte es la relación lineal entre las variables. El rango de valores para este coeficiente es (-1, 1). La fuerza de la relación es proporcional al valor absoluto de R múltiple .
- R Cuadrado: Es otro Coeficiente para determinar la línea de regresión También muestra cuántos puntos caen sobre la recta de regresión. En este ejemplo, el valor de R 2 es 86 implica que 86% de los datos se ajustará a la línea de regresión múltiple .
- Cuadrado R ajustado: Esta es la R cuadrado ajustado para el variables independientes en el modelo. Es adecuado para análisis de regresión múltiple Aquí, el valor de R cuadrado ajustado es 79 .
- Error estándar: Esto determina la perfección de su regresión Como estamos haciendo una ecuación aleatoria... análisis de regresión el valor de Error estándar aquí es bastante alto.
- Observaciones: El número de observaciones del conjunto de datos es 10 .
Análisis de varianza ( ANOVA )
En el ANOVA sección de análisis, también vemos algunos parámetros .
- df: La ' grados de libertad se define mediante df El valor de df aquí está 3 porque tenemos 3 tipos de variables independientes .
- SS: SS se refiere a la suma de cuadrados. Si el Suma residual de la Cuadrado es mucho menor que el Suma total de Cuadrado sus datos cabrán en el línea de regresión más convenientemente. Aquí, el SS residual es mucho menor que Total SS por lo que podemos suponer que nuestros datos pueden encajar en el línea de regresión de una manera mejor
- MS: MS es el cuadrado medio. El valor de Regresión y Residual La EM es 78 y 5372210.11 respectivamente.
- F y Significado F: Estos valores determinan la fiabilidad del análisis de regresión Si el Significado F es inferior a 05 El varios De lo contrario, es posible que tenga que cambiar su análisis de regresión. variable independiente En nuestro conjunto de datos, el valor de Significado F es 0.01 lo que es bueno para el análisis.
Resultados del análisis de regresión
Aquí hablaré de los resultados de Análisis de regresión .
- Coeficientes y otros
En esta sección, obtenemos el valor de coeficientes para la Variables independientes- Velocidad máxima , Potencia máxima y Gama También podemos encontrar la siguiente información para cada uno de ellos coeficiente : its Error estándar , t Declaración , Valor P y otros parámetros.
2. Producción residual
En Valores residuales nos ayudan a comprender hasta qué punto la precio previsto se desvía de su valor real y el estándar valor de residuos que sería aceptable.
La forma en que la predicción de análisis de regresión a continuación.
Digamos que queremos predecir el precio del primer coche en función de su variables independientes . variables independientes son los Velocidad máxima , Potencia máxima y Gama cuyos valores son 110 millas por hora , 600 caballos y 130 millas respectivamente. coeficientes de regresión son 245.43 , 38.19 y 94.38 . valor de intercepción y es -50885.73 Así que el precio previsto será 245.43*110+38.19*600+94.38*130-50885.73≈11295 .
Según el conjunto de datos de este artículo, si se quiere predecir la precio que tiene un velocidad máxima de x mph , potencia máxima de y CV y gama de z millas el precio previsto será 245.43*x+38.19*y+94.38*z .
Más información: Cómo interpretar los resultados de regresión múltiple en Excel
Uso de gráficos para comprender la regresión lineal múltiple en Excel
Si desea visualizar la línea de regresión de sus datos, sigamos el procedimiento que se indica a continuación.
Pasos:
- En primer lugar, desde el Datos tab>> Ir a Análisis de datos
- A Análisis de datos a continuación, seleccione Regresión .
- Por último, haga clic en OK .
Otro cuadro de diálogo de Regresión aparecerá.
- Seleccione Residual y Gráficos de ajuste lineal .
- Haga clic en OK .
A continuación, verá el gráfico de la recta de regresión se ajusta a según Velocidad máxima , Potencia máxima y Gama en un nueva hoja junto con el análisis.
Aquí abajo, representa el ajuste de línea según Velocidad máxima .
Y la siguiente imagen muestra el ajuste de línea según Potencia máxima .
La siguiente imagen representa el ajuste de línea según Gama .
Descargue el cuaderno de ejercicios y consulte el parcelas para una mejor comprensión.
Más información: Cómo hacer regresión lineal en Excel (4 formas sencillas)
Sección práctica
A continuación, te facilito el conjunto de datos de este artículo para que puedas analizar regresión lineal múltiple por tu cuenta.
Conclusión
Baste decir que este artículo le ayudará a entender cómo hacer análisis de regresión múltiple en Excel y es una breve descripción de los parámetros. Si tienes alguna idea o comentario sobre este artículo, por favor compártelo en la caja de comentarios. Esto me ayudará a enriquecer mis próximos artículos.
