જ્યારે અમારી પાસે બે અલગ-અલગ સ્ત્રોતોમાંથી બે ચલોનો ડેટા હોય અને તેમની વચ્ચે સંબંધ બાંધવા માંગતા હોય ત્યારે અમે રીગ્રેશન એનાલિસિસ નો ઉપયોગ કરીએ છીએ. રીગ્રેશન વિશ્લેષણ અમને એક રેખીય મોડેલ પ્રદાન કરે છે જે અમને સંભવિત પરિણામોની આગાહી કરવાની મંજૂરી આપે છે. સ્પષ્ટ કારણોસર અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચે કેટલાક તફાવતો હશે. પરિણામે, અમે રીગ્રેશન મોડલનો ઉપયોગ કરીને પ્રમાણભૂત ભૂલની ગણતરી કરીએ છીએ , જે અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચેની સરેરાશ ભૂલ છે. આ ટ્યુટોરીયલમાં, અમે તમને બતાવીશું કે કેવી રીતે Excel માં રીગ્રેસન વિશ્લેષણની પ્રમાણભૂત ભૂલની ગણતરી કરવી.

પ્રેક્ટિસ વર્કબુક ડાઉનલોડ કરો

તમે જ્યારે હોવ ત્યારે કસરત કરવા માટે આ પ્રેક્ટિસ વર્કબુક ડાઉનલોડ કરો આ લેખ વાંચો.

એક્સેલમાં રીગ્રેશનની માનક ભૂલની ગણતરી કરવા માટેના 4 સરળ પગલાં

ધારો કે તમારી પાસે છે સ્વતંત્ર ચલ ( X ) અને આશ્રિત ચલ ( Y ) સાથેનો ડેટા સેટ. જેમ તમે જોઈ શકો છો, તેમની પાસે કોઈ મહત્વપૂર્ણ સંબંધ નથી. પરંતુ અમે એક બનાવવા માંગીએ છીએ. પરિણામે, અમે બંને વચ્ચે રેખીય સંબંધ બનાવવા માટે રીગ્રેશન એનાલિસિસ નો ઉપયોગ કરીશું. અમે રીગ્રેશન એનાલિસિસનો ઉપયોગ કરીને બે ચલો વચ્ચે પ્રમાણભૂત ભૂલની ગણતરી કરીશું. અમે તમને તેનું અર્થઘટન કરવામાં મદદ કરવા લેખના બીજા ભાગમાં રીગ્રેસન મોડેલના કેટલાક પરિમાણો પર જઈશું.

પગલું 1: ડેટા વિશ્લેષણ આદેશ લાગુ કરોરીગ્રેશન મોડલ બનાવો

• સૌપ્રથમ, ડેટા ટેબ પર જાઓ અને ડેટા એનાલિસિસ પર ક્લિક કરો આદેશ.

• ડેટા એનાલિસિસ યાદી બોક્સમાંથી, પસંદ કરો રીગ્રેસન વિકલ્પ.
• પછી, ઓકે પર ક્લિક કરો.

પગલું 2: રીગ્રેશન બોક્સમાં ઇનપુટ અને આઉટપુટ રેન્જ દાખલ કરો

• ઇનપુટ Y રેન્જ માટે, શ્રેણી પસંદ કરો C4:C13 હેડર સાથે.
• લેબલ્સ ચેક બોક્સ પર ક્લિક કરો.

• ઇનપુટ X શ્રેણી માટે B4:B13 શ્રેણી પસંદ કરો.

• પસંદગીના સ્થાનમાં પરિણામ મેળવવા માટે, આઉટપુટ રેન્જ માટે કોઈપણ સેલ ( B16 ) પસંદ કરો .
• છેલ્લે, ઓકે પર ક્લિક કરો.

વધુ વાંચો: એક્સેલમાં પ્રમાણભૂત ભૂલની ગણતરી કેવી રીતે કરવી (સરળ પગલાંઓ સાથે)

પગલું 3: માનક ભૂલ શોધો

• માંથી રીગ્રેસન વિશ્લેષણ, તમે ની કિંમત મેળવી શકો છો પ્રમાણભૂત ભૂલ ( 3156471 ).

વધુ વાંચો: કેવી રીતે એક્સેલમાં રેસિડ્યુઅલ સ્ટાન્ડર્ડ એરર શોધવા માટે (2 સરળ પદ્ધતિઓ)

પગલું 4: પ્લોટ રીગ્રેશન મોડલ ચાર્ટ

• સૌપ્રથમ, શામેલ કરો<પર ક્લિક કરો 9> ટેબ.
• ચાર્ટ્સ ગ્રુપમાંથી, સ્કેટર ચાર્ટ પસંદ કરો.

• રાઇટ-ક્લિક કરો એક પરપોઈન્ટ્સ.
• વિકલ્પોમાંથી, ટ્રેન્ડલાઈન ઉમેરો વિકલ્પ પસંદ કરો.

• તેથી, તમારું<1 રીગ્રેશન એનાલિસિસ ચાર્ટ નીચે દર્શાવેલ ઈમેજ પ્રમાણે બનાવવામાં આવશે.

• પ્રદર્શિત કરવા માટે રીગ્રેશન એનાલિસિસ સમીકરણ, ફોર્મેટ ટ્રેન્ડલાઇનમાંથી ચાર્ટ પર સમીકરણ દર્શાવો વિકલ્પ પર ક્લિક કરો.

• પરિણામે, રીગ્રેશન વિશ્લેષણનું સમીકરણ ( y = 1.0844x + 107.21 ) ચાર્ટમાં દેખાશે.

નોંધ:

તમે અનુમાનિત મૂલ્યો અને વાસ્તવિક વચ્ચેના તફાવતની ગણતરી કરી શકો છો રીગ્રેસન વિશ્લેષણના સમીકરણમાંથી મૂલ્યો.

પગલાઓ:

• રીગ્રેસન વિશ્લેષણ સમીકરણને રજૂ કરવા માટે ફોર્મ્યુલા લખો.

• તેથી, તમને પ્રથમ અનુમાનિત મૂલ્ય મળશે ( 129.9824 ), જે વાસ્તવિક મૂલ્યથી અલગ છે ( 133 ).

• <1 નો ઉપયોગ કરો ઓટોફિલ ટૂલ કૉલમ ઑટો-ફિલ કરવા માટે D .

• ભૂલની ગણતરી કરવા માટે, નીચેનું સૂત્ર ટાઇપ કરો બાદ કરો.

• છેલ્લે, સ્વતઃ ભરો કૉલમ E ભૂલ મૂલ્યો શોધવા માટે.

વધુ વાંચો: માં રીગ્રેશન સ્લોપની પ્રમાણભૂત ભૂલની ગણતરી કેવી રીતે કરવી એક્સેલ

એક્સેલમાં રીગ્રેશન એનાલિસિસનું અર્થઘટન

1. માનક ભૂલ

અમે રીગ્રેશન વિશ્લેષણ સમીકરણ પરથી જોઈ શકીએ છીએ કે અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચે હંમેશા તફાવત અથવા ભૂલ હોય છે. પરિણામે, આપણે તફાવતોના સરેરાશ વિચલનની ગણતરી કરવી જોઈએ.

એ માનક ભૂલ અનુમાનિત મૂલ્ય અને વાસ્તવિક મૂલ્ય વચ્ચેની સરેરાશ ભૂલનું પ્રતિનિધિત્વ કરે છે. અમે અમારા ઉદાહરણ રીગ્રેશન મોડેલમાં માનક ભૂલ તરીકે 8.3156471 શોધ્યું. તે સૂચવે છે કે અનુમાનિત અને વાસ્તવિક મૂલ્યો વચ્ચે તફાવત છે, જે માનક ભૂલ ( 15.7464 ) કરતાં વધુ અથવા કરતાં ઓછી હોઈ શકે છે. માનક ભૂલ ( 4.0048 ). જો કે, અમારી સરેરાશ ભૂલ હશે 8.3156471 , જે માનક ભૂલ છે.

પરિણામે, મોડેલનું લક્ષ્ય પ્રમાણભૂત ભૂલ ઘટાડવાનું છે. નીચલી માનક ભૂલ, વધુ સચોટ મૉડલ.

2. ગુણાંક

રીગ્રેશન ગુણાંકનું મૂલ્યાંકન કરે છે અજાણ્યા મૂલ્યોના જવાબો. રીગ્રેશન સમીકરણમાં ( y = 1.0844x + 107.21 ), 1.0844 એ ગુણાંક છે , x એ અનુમાન કરનાર સ્વતંત્ર ચલ છે, 107.21 એ સ્થિર છે, અને y <9 એ x માટે પ્રતિભાવ મૂલ્ય છે.

• A ધન ગુણાંક એ અનુમાન લગાવ્યું છે કે ગુણાંક જેટલો ઊંચો, પ્રતિભાવ તેટલો વધારેચલ તે પ્રમાણસર સંબંધ સૂચવે છે.
• એ નકારાત્મક ગુણાંક અનુમાન કરે છે કે ગુણાંક જેટલું ઊંચું હશે, પ્રતિભાવ મૂલ્યો ઓછા હશે. તે અપ્રમાણસર સંબંધ સૂચવે છે.

3. P-મૂલ્યો

રીગ્રેશન વિશ્લેષણમાં, p- મૂલ્યો અને ગુણાંક તમને જાણ કરવા માટે સહકાર આપે છે કે શું તમારા મોડેલમાં સહસંબંધ આંકડાકીય રીતે સુસંગત છે અને તે સંબંધો કેવા છે. દરેક સ્વતંત્ર ચલ માટે p-મૂલ્ય નો ઉપયોગ કરીને સ્વતંત્ર વેરીએબલની આશ્રિત ચલ સાથે કોઈ કડી નથી તે નલ પૂર્વધારણા નું પરીક્ષણ કરવામાં આવે છે. જો કોઈ સહસંબંધ ન હોય તો સ્વતંત્ર ચલમાં ફેરફારો અને આશ્રિત ચલમાં ભિન્નતા વચ્ચે કોઈ કડી નથી.

• તમારા નમૂનાનો ડેટા ખોટી ની નલ પૂર્વધારણાને પૂરતો સમર્થન આપે છે. જો ચલ માટે p-મૂલ્ય તમારા મહત્વના થ્રેશોલ્ડ કરતાં ઓછું હોય તો સંપૂર્ણ વસ્તી. તમારા પુરાવા શૂન્ય બિન-સંબંધ ની કલ્પનાને સમર્થન આપે છે. વસ્તીના સ્તરે, સ્વતંત્ર ચલમાં થતા ફેરફારો આશ્રિત ચલમાં થતા ફેરફારો સાથે જોડાયેલા છે.
• A p-મૂલ્ય મહત્વના સ્તર કરતાં વધુ બંને બાજુએ , સૂચવે છે કે તમારા નમૂનામાં બિન-શૂન્ય સહસંબંધ અસ્તિત્વમાં છે તે સ્થાપિત કરવા માટે અપૂરતી સાબિતી છે.

કારણ કે તેમના p-મૂલ્યો ( 5.787E-06 , 1.3E-06<9 ) ઓછા છે નોંધપાત્ર મૂલ્ય કરતાં ( 5.787E-06 ), સ્વતંત્ર ચલ (X) અને ઇન્ટરસેપ્ટ એ આંકડાકીય રીતે નોંધપાત્ર છે, જેમ કે રીગ્રેશન આઉટપુટ ઉદાહરણમાં જોવા મળે છે.

4. આર-સ્ક્વેર મૂલ્યો

રેખીય રીગ્રેશન મોડલ્સ માટે, R-squared એ સંપૂર્ણતા માપન છે. આ ગુણોત્તર આશ્રિત ચલમાં વિવિધતાની ટકાવારી દર્શાવે છે કે જ્યારે સ્વતંત્ર પરિબળો એકસાથે લેવામાં આવે છે. સરળ 0–100 ટકા સ્કેલ પર, આર-સ્ક્વેર્ડ તમારા મોડેલ અને આશ્રિત ચલ વચ્ચેના જોડાણની તાકાત નું પ્રમાણ આપે છે.

R2 મૂલ્ય એ એક માપ છે કે રીગ્રેશન મોડલ તમારા ડેટાને કેટલી સારી રીતે ફિટ કરે છે. ઉચ્ચ નંબર , વધુ સારું મૉડલ શક્ય છે.

નિષ્કર્ષ

હું આશા રાખું છું કે આ લેખ તમને Excel માં રીગ્રેશનની પ્રમાણભૂત ભૂલની ગણતરી કેવી રીતે કરવી તે વિશેનું ટ્યુટોરીયલ. આ બધી પ્રક્રિયાઓ શીખવી જોઈએ અને તમારા ડેટાસેટ પર લાગુ કરવી જોઈએ. પ્રેક્ટિસ વર્કબુક પર એક નજર નાખો અને આ કૌશલ્યોની કસોટી કરો. તમારા મૂલ્યવાન સમર્થનને કારણે અમે આના જેવા ટ્યુટોરિયલ્સ બનાવવા માટે પ્રેરિત છીએ.

જો તમને કોઈ પ્રશ્નો હોય તો કૃપા કરીને અમારો સંપર્ક કરો. ઉપરાંત, નીચેના વિભાગમાં ટિપ્પણીઓ કરવા માટે નિઃસંકોચ રહો.

અમે, Exceldemy ટીમ, હંમેશા તમારા પ્રશ્નોના પ્રતિભાવ આપીએ છીએ.

અમારી સાથે રહો અને શીખતા રહો.