სტატიაში გაჩვენებთ რამდენიმე ძირითად მეთოდს, თუ როგორ უნდა გააკეთოთ მრავალჯერადი რეგრესიის ანალიზი Excel-ში . ეს არის ძალიან მნიშვნელოვანი თემა სტატისტიკის სფეროში. ის გვეხმარება გამოვთქვათ დამოკიდებული ცვლადი ერთ ან რამდენიმე დამოკიდებულ ცვლადთან დაკავშირებით.

ნაკრებში ჩვენ გვაქვს გარკვეული ინფორმაცია ზოგიერთი მანქანის შესახებ: მათი სახელები , ფასები , მაქსიმალური სიჩქარე მილი საათში , პიკური სიმძლავრე მათი ძრავის გამომუშავება და მაქსიმალური დიაპაზონი დისტანცია, რომელსაც შეუძლიათ გადალახონ შევსების გარეშე მათი ავზი.

ჩამოტვირთეთ პრაქტიკის სამუშაო წიგნი

რა არის მრავალჯერადი რეგრესია?

მრავალჯერადი რეგრესია არის სტატისტიკური პროცესი, რომლითაც შეგვიძლია გავაანალიზოთ ურთიერთობა დამოკიდებულ ცვლადს და რამდენიმე დამოუკიდებელ ცვლადს შორის. რეგრესიის მიზანია წინასწარ განსაზღვროს დამოკიდებული ცვლადების ბუნება შესაბამისი დამოუკიდებელ ცვლადებთან .

2 ნაბიჯი მრავალჯერადი რეგრესიის ანალიზის გასაკეთებლად Excel-ში

ნაბიჯი- 1: ჩართეთ მონაცემთა ანალიზის ჩანართი

მონაცემთა ჩანართი არ შეიცავს მონაცემთა ანალიზს ლენტი ნაგულისხმევად. ამის გასააქტიურებლად, გაიარეთ ქვემოთ მოცემული პროცედურა.

• პირველ რიგში, გადადით ფაილი >> პარამეტრები

• შემდეგ აირჩიეთ დამატებები >> Excel-ის დანამატები >> გადადით

• შეამოწმეთ Analysis ToolPak დამატება ხელმისაწვდომია -ins: განყოფილება და დააწკაპუნეთ OK .

ამის შემდეგ, მონაცემთა ანალიზის ლენტი გამოჩნდება მონაცემთა ჩანართში .

ნაბიჯი 2: მრავალჯერადი რეგრესიის ანალიზის შექმნა Excel-ში

აქ მე გაჩვენებთ, თუ როგორ უნდა გააანალიზოთ მრავალჯერადი რეგრესია .

• მონაცემები ჩანართიდან >> აირჩიეთ მონაცემთა ანალიზი
• დიალოგური ფანჯარა გამოჩნდება არჩეული რეგრესია და დააწკაპუნეთ OK .

A რეგრესია გამოჩნდება დიალოგური ფანჯარა.

• ჩვენ ვიწინასწარმეტყველებთ მანქანის ფასს მიხედვით მათი მაქსიმალური სიჩქარე , პიკური სიმძლავრე და დიაპაზონი .
• აირჩიეთ დამოკიდებული ცვლადების დიაპაზონი ( შეყვანის Y დიაპაზონი ). ჩემს შემთხვევაში, ეს არის C4:C14 .
• ამის შემდეგ აირჩიეთ დამოუკიდებელი ცვლადების დიაპაზონი ( შეყვანის X დიაპაზონი ). ჩემს შემთხვევაში, ეს არის D4:F14 .
• შეამოწმეთ Labels და აირჩიეთ New Worksheet Ply: Output Options . თუ გსურთ თქვენი რეგრესიის ანალიზი მიმდინარე ფურცელში, ჩადეთ უჯრედის მითითება, სადაც გსურთ ანალიზის დაწყება გამომავალი დიაპაზონში

შეგიძლიათ აირჩიოთ ნარჩენები თუ გსურთ გააკეთოთ შემდგომი ანალიზი .

• ამის შემდეგ, თქვენ იხილეთ რეგრესიის ანალიზი ახალ ფურცელში . ფორმატირება ანალიზი თქვენი მოხერხებულობის მიხედვით.

ამგვარად შეგიძლიათ გააკეთოთ მრავალჯერადი რეგრესიის ანალიზი ექსელში.

მსგავსი წაკითხვები

• როგორ გავაკეთოთ მარტივი ხაზოვანი რეგრესია Excel-ში (4 მარტივი მეთოდი)
• როგორ გავაკეთოთ ინტერპრეტაცია რეგრესიის შედეგები Excel-ში (დეტალური ანალიზი)

მოკლე დისკუსია Excel-ში მრავალჯერადი რეგრესიის ანალიზის შესახებ

რეგრესიის ანალიზი ტოვებს გარკვეული პარამეტრების რამდენიმე მნიშვნელობას . ვნახოთ, რას ნიშნავს ისინი.

რეგრესიის სტატისტიკა

რეგრესიის სტატისტიკა ნაწილში ჩვენ ვხედავთ ზოგიერთი პარამეტრის მნიშვნელობებს.

1. მრავალი R: ეს ეხება კორელაციის კოეფიციენტს რომელიც განსაზღვრავს რამდენად ძლიერია ცვლადებს შორის წრფივი ურთიერთობა. მნიშვნელობების დიაპაზონი ამ კოეფიციენტისთვის არის (-1, 1). ურთიერთობის სიძლიერე პროპორციულია მრავალი R აბსოლუტური მნიშვნელობისა.
2. R კვადრატი: ეს არის კიდევ ერთი კოეფიციენტი , რათა დადგინდეს რამდენად კარგად რეგრესიის ხაზი მოერგება. ის ასევე აჩვენებს რამდენი ქულა მოდის რეგრესიის ხაზზე. ამ მაგალითში R 2 მნიშვნელობა არის 86 , რაც კარგია. ეს გულისხმობს, რომ მონაცემთა 86% მოერგება მრავალჯერადი რეგრესიის ხაზს .
3. მორგებული R კვადრატი: ეს არის მორგებული R კვადრატში მნიშვნელობა დამოუკიდებელი ცვლადებისთვის მოდელში. შესაფერისია მრავლობითი რეგრესიის ანალიზი და ასე ჩვენი მონაცემებისთვის. აქ მორგებული R კვადრატის მნიშვნელობა არის 79 .
4. სტანდარტული შეცდომა: ეს განსაზღვრავს რამდენად სრულყოფილია თქვენი რეგრესია განტოლება იქნება. რადგან ჩვენ ვაკეთებთ შემთხვევით რეგრესიის ანალიზს , სტანდარტული შეცდომის მნიშვნელობა აქ საკმაოდ მაღალია.
5. დაკვირვებები: დაკვირვებების რაოდენობა მონაცემთა ნაკრები არის 10 .

ვარიაციის ანალიზი ( ANOVA )

ANOVA-ში ანალიზის განყოფილება, ჩვენ ასევე ვხედავთ სხვა პარამეტრებს .

1. df: " თავისუფლების ხარისხი ' განისაზღვრება df -ით. df მნიშვნელობა არის 3 რადგან ჩვენ გვაქვს 3 ტიპი დამოუკიდებელი ცვლადები .
2. SS : SS აღნიშნავს კვადრატების ჯამს. თუ ნარჩენი ჯამი კვადრატის გაცილებით მცირეა სულ ჯამზე კვადრატის , თქვენი მონაცემები მოერგება რეგრესიის ხაზი უფრო მოსახერხებელია. აქ, ნარჩენი SS გაცილებით მცირეა, ვიდრე სულ SS , ასე რომ, შეგვიძლია ვივარაუდოთ, რომ ჩვენი მონაცემები შეიძლება უკეთესად მოერგოს რეგრესიის ხაზს
3. MS: MS არის საშუალო კვადრატი. რეგრესია და ნარჩენი MS-ის მნიშვნელობა არის 78 და 5372210.11 შესაბამისად.
4. F და მნიშვნელობა F: ეს მნიშვნელობები განსაზღვრავს რეგრესიის ანალიზის სანდოობას . თუ მნიშვნელობა F 05 -ზე ნაკლებია, მრავალჯერადი რეგრესიის ანალიზი შესაფერისია გამოსაყენებლად. წინააღმდეგ შემთხვევაში, შეიძლება დაგჭირდეთ თქვენი დამოუკიდებელი ცვლადის შეცვლა . ჩვენს მონაცემთა ბაზაში მნიშვნელოვნება F არის 0.01 რაც კარგია ანალიზისთვის.

რეგრესული ანალიზის შედეგი

აქ განვიხილავ რეგრესიული ანალიზის შედეგს.

1. კოეფიციენტები და სხვა

ამ განყოფილებაში , ვიღებთ კოეფიციენტების მნიშვნელობას დამოუკიდებელ ცვლადებზე- Max. სიჩქარე , პიკური სიმძლავრე და დიაპაზონი . ჩვენ ასევე შეგვიძლია ვიპოვოთ შემდეგი ინფორმაცია თითოეული კოეფიციენტისთვის : მისი სტანდარტული შეცდომა , t სტატისტიკა , P-მნიშვნელობა და სხვა პარამეტრები.

2. ნარჩენი გამომავალი

ნარჩენი მნიშვნელობები გვეხმარება გავიგოთ, რამდენად გადახრის პროგნოზირებადი ფასი მის რეალურ მნიშვნელობას და სტანდარტს ნარჩენების მნიშვნელობა, რომელიც მისაღები იქნებოდა.

როგორ მუშაობს რეგრესიული ანალიზის წინასწარმეტყველება ქვემოთ მოცემულია.

ვთქვათ, ჩვენ გვინდა ვიწინასწარმეტყველოთ ფასი პირველი მანქანის დამოუკიდებელი ცვლადების მიხედვით . დამოუკიდებელი ცვლადები არის მაქს. სიჩქარე , პიკური სიმძლავრე და დიაპაზონი რომელთა მნიშვნელობებია 110 მილი საათში , 600 ცხენის ძალა და 130 მილი , შესაბამისად. შესაბამისი რეგრესიის კოეფიციენტები ა 245.43 , 38.19 და 94.38 . y გადაკვეთის მნიშვნელობა არის -50885.73 . ასე რომ, სავარაუდო ფასი იქნება 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

ამ სტატიის მონაცემთა ნაკრების მიხედვით, თუ გსურთ იწინასწარმეტყველოთ მანქანის ფასი რომელსაც აქვს მაქსიმალური სიჩქარე x mph , პიკური სიმძლავრე წ ც.ძ და დიაპაზონი z მილიდან , სავარაუდო ფასი იქნება 245,43*x+38,19*y+94,38*z .

დაწვრილებით: როგორ განვმარტოთ მრავალჯერადი რეგრესიის შედეგები Excel-ში

გრაფიკის გამოყენებით Excel-ში მრავალი წრფივი რეგრესიის გასაგებად

თუ გსურთ იხილოთ რეგრესიის ხაზი თქვენი მონაცემები, მოდით გავიაროთ ქვემოთ მოცემული პროცედურა.

ნაბიჯები:

• პირველ რიგში, მონაცემების ჩანართიდან >> გადადით მონაცემთა ანალიზზე
• A მონაცემთა ანალიზი გამოჩნდება დიალოგური ფანჯარა, შემდეგ აირჩიეთ რეგრესია .
• და ბოლოს, დააწკაპუნეთ OK .

გაჩნდება კიდევ ერთი დიალოგური ფანჯარა რეგრესია .

• აირჩიეთ ნარჩენი და Line Fit Plots .
• დააწკაპუნეთ OK .

ამის შემდეგ დაინახავთ გრაფიკს რეგრესიის ხაზი შეესაბამება მაქს. სიჩქარე , პიკური სიმძლავრე და დიაპაზონი ახალ ფურცელში ანალიზთან ერთად.

აქ ქვემოთ, ის წარმოადგენს ხაზის მორგებას მაქს. სიჩქარე .

და შემდეგი სურათი გვიჩვენებს ხაზის მორგებას პიკური სიმძლავრის მიხედვით.

ქვემოთსურათი წარმოადგენს ხაზის შესაბამისობას დიაპაზონის მიხედვით.

გთხოვთ, ჩამოტვირთოთ სამუშაო წიგნი და ნახეთ ნაკვეთები უკეთესი გაგებისთვის.

დაწვრილებით: როგორ გავაკეთოთ ხაზოვანი რეგრესია Excel-ში (4 მარტივი გზა)

პრაქტიკის განყოფილება

აი, მე გადმოგცემთ ამ სტატიის მონაცემთა ბაზას, რათა დამოუკიდებლად შეძლოთ მრავალჯერადი წრფივი რეგრესიის ანალიზი .

დასკვნა

საკმარისია იმის თქმა, რომ ეს სტატია დაგეხმარებათ გაიგოთ, თუ როგორ უნდა გააკეთოთ მრავალჯერადი რეგრესიული ანალიზი Excel-ში და ეს არის პარამეტრების მოკლე აღწერა. თუ თქვენ გაქვთ რაიმე იდეა ან გამოხმაურება ამ სტატიასთან დაკავშირებით, გთხოვთ, გააზიაროთ ისინი კომენტარების ველში. ეს დამეხმარება ჩემი მომავალი სტატიების გამდიდრებაში.