ಎಕ್ಸೆಲ್ ನಲ್ಲಿ ಬಹು ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹೇಗೆ ಮಾಡುವುದು ಎಂಬುದರ ಕುರಿತು ಲೇಖನವು ನಿಮಗೆ ಕೆಲವು ಮೂಲಭೂತ ವಿಧಾನಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ಅಂಕಿಅಂಶ ಕ್ಷೇತ್ರದಲ್ಲಿ ಇದು ಬಹಳ ಮುಖ್ಯವಾದ ವಿಷಯವಾಗಿದೆ. ಒಂದು ಅಥವಾ ಬಹು ಅವಲಂಬಿತ ವೇರಿಯೇಬಲ್‌ಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಅವಲಂಬಿತ ವೇರಿಯಬಲ್ ಅನ್ನು ಊಹಿಸಲು ಇದು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ, ನಾವು ಕೆಲವು ಕಾರುಗಳ ಕುರಿತು ಕೆಲವು ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿದ್ದೇವೆ: ಅವುಗಳ ಹೆಸರುಗಳು , ಬೆಲೆಗಳು , ಗರಿಷ್ಠ ವೇಗಗಳು ಪ್ರತಿ ಗಂಟೆಗೆ ಮೈಲಿಗಳಲ್ಲಿ , ಗರಿಷ್ಠ ಶಕ್ತಿ ಅವರ ಎಂಜಿನ್ ಉತ್ಪಾದಿಸಬಲ್ಲದು ಮತ್ತು ಗರಿಷ್ಠ ಶ್ರೇಣಿ ಅವರು ಮರುಪೂರಣವಿಲ್ಲದೆಯೇ ಪ್ರಯಾಣಿಸಬಹುದು ಅವರ ಟ್ಯಾಂಕ್.

ಪ್ರಾಕ್ಟೀಸ್ ವರ್ಕ್‌ಬುಕ್ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ

ಬಹು ಎಂದರೇನು ಹಿಂಜರಿಕೆ?

ಮಲ್ಟಿಪಲ್ ರಿಗ್ರೆಷನ್ ಒಂದು ಅಂಕಿಅಂಶ ಪ್ರಕ್ರಿಯೆಯಾಗಿದ್ದು, ಇದರ ಮೂಲಕ ನಾವು ಅವಲಂಬಿತ ವೇರಿಯೇಬಲ್ ಮತ್ತು ಹಲವಾರು ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್‌ಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು. ರಿಗ್ರೆಶನ್ ದ ಉದ್ದೇಶವು ಅವಲಂಬಿತ ವೇರಿಯಬಲ್‌ಗಳ ಸ್ವರೂಪವನ್ನು ಊಹಿಸುವುದು ಅನುಗುಣವಾದ ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್‌ಗಳಿಗೆ .

2 ಬಹು ಹಿಂಜರಿತ ವಿಶ್ಲೇಷಣೆ ಮಾಡಲು ಹಂತಗಳು Excel ನಲ್ಲಿ

ಹಂತ- 1: ಡೇಟಾ ಅನಾಲಿಸಿಸ್ ಟ್ಯಾಬ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ

ಡೇಟಾ ಟ್ಯಾಬ್ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಅನ್ನು ಒಳಗೊಂಡಿಲ್ಲ ಪೂರ್ವನಿಯೋಜಿತವಾಗಿ ರಿಬ್ಬನ್. ಇದನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲು, ಕೆಳಗಿನ ಕಾರ್ಯವಿಧಾನದ ಮೂಲಕ ಹೋಗಿ.

• ಮೊದಲು, ಫೈಲ್ >> ಆಯ್ಕೆಗಳು

ಗೆ ಹೋಗಿ

• ನಂತರ ಆಡ್-ಇನ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿ >> Excel ಆಡ್-ಇನ್‌ಗಳು >> ಹೋಗಿ

• Analysis ToolPak ಅನ್ನು ಸೇರಿಸು ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿ -ins ಲಭ್ಯವಿದೆ: ವಿಭಾಗ ಮತ್ತು ಸರಿ ಕ್ಲಿಕ್ ಮಾಡಿ.

ಅದರ ನಂತರ, ಡೇಟಾ ಅನಾಲಿಸಿಸ್ ರಿಬ್ಬನ್ ಡೇಟಾ ಟ್ಯಾಬ್ ನಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ.

ಹಂತ- 2: ಎಕ್ಸೆಲ್ ನಲ್ಲಿ ಬಹು ಹಿಂಜರಿತ ವಿಶ್ಲೇಷಣೆಯನ್ನು ರಚಿಸುವುದು

ಮಲ್ಟಿಪಲ್ ರಿಗ್ರೆಶನ್ ಅನ್ನು ಹೇಗೆ ವಿಶ್ಲೇಷಿಸಬೇಕು ಎಂಬುದನ್ನು ಇಲ್ಲಿ ನಾನು ನಿಮಗೆ ತೋರಿಸುತ್ತೇನೆ.

• ಡೇಟಾ ಟ್ಯಾಬ್‌ನಿಂದ >> ಡೇಟಾ ಅನಾಲಿಸಿಸ್
• ಒಂದು ಡೈಲಾಗ್ ಬಾಕ್ಸ್ ಆಯ್ಕೆ ರಿಗ್ರೆಶನ್ ಅನ್ನು ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಸರಿ ಕ್ಲಿಕ್ ಮಾಡಿ.
14>



ಒಂದು ರಿಗ್ರೆಶನ್ ಡೈಲಾಗ್ ಬಾಕ್ಸ್ ಕಾಣಿಸುತ್ತದೆ.

• ನಾವು ಕಾರ್ ಬೆಲೆ ಅನುಸಾರವಾಗಿ ಊಹಿಸುತ್ತೇವೆ ಅವುಗಳ ಗರಿಷ್ಠ ವೇಗ , ಗರಿಷ್ಠ ಪವರ್ ಮತ್ತು ಶ್ರೇಣಿ .
• ಶ್ರೇಣಿ ಅವಲಂಬಿತ ವೇರಿಯಬಲ್‌ಗಳ<2 ಆಯ್ಕೆಮಾಡಿ> ( ಇನ್‌ಪುಟ್ ವೈ ರೇಂಜ್ ). ನನ್ನ ಸಂದರ್ಭದಲ್ಲಿ, ಇದು C4:C14 .
• ಆ ನಂತರ, ಶ್ರೇಣಿ ನ ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್‌ಗಳ ( ಇನ್‌ಪುಟ್ X ಶ್ರೇಣಿ ). ನನ್ನ ವಿಷಯದಲ್ಲಿ, ಇದು D4:F14 .
• ಲೇಬಲ್‌ಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಹೊಸ ವರ್ಕ್‌ಶೀಟ್ ಪ್ಲೈ: ಅನ್ನು ಔಟ್‌ಪುಟ್ ಆಯ್ಕೆಗಳು . ಪ್ರಸ್ತುತ ಶೀಟ್‌ನಲ್ಲಿ ನಿಮ್ಮ ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನೀವು ಬಯಸಿದರೆ, ನೀವು ಔಟ್‌ಪುಟ್ ಶ್ರೇಣಿಯಲ್ಲಿ
ವಿಶ್ಲೇಷಣೆ ಅನ್ನು ಪ್ರಾರಂಭಿಸಲು ಬಯಸುವ ಸೆಲ್ ಉಲ್ಲೇಖವನ್ನು ಇರಿಸಿ.

ನೀವು ಮತ್ತಷ್ಟು ವಿಶ್ಲೇಷಣೆ ಮಾಡಲು ಬಯಸಿದರೆ ಉಳಿಕೆಗಳು ಆಯ್ಕೆ ಮಾಡಬಹುದು.



• ಅದರ ನಂತರ, ನೀವು ಹೊಸ ಹಾಳೆಯಲ್ಲಿ ಹಿಮ್ಮುಖ ವಿಶ್ಲೇಷಣೆ ಅನ್ನು ನೋಡಿ. ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡಿ ವಿಶ್ಲೇಷಣೆ ನಿಮ್ಮ ಅನುಕೂಲಕ್ಕೆ ಅನುಸಾರವಾಗಿ 0> ಇದೇ ರೀತಿಯ ವಾಚನಗೋಷ್ಠಿಗಳು

• ಎಕ್ಸೆಲ್ ನಲ್ಲಿ ಸಿಂಪಲ್ ಲೀನಿಯರ್ ರಿಗ್ರೆಷನ್ ಮಾಡುವುದು ಹೇಗೆ (4 ಸರಳ ವಿಧಾನಗಳು)
• ಹೇಗೆ ಅರ್ಥೈಸುವುದು ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ರಿಗ್ರೆಶನ್ ಫಲಿತಾಂಶಗಳು (ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆ)

ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ಬಹು ಹಿಂಜರಿತ ವಿಶ್ಲೇಷಣೆಯ ಕುರಿತು ಸಂಕ್ಷಿಪ್ತ ಚರ್ಚೆ

ರಿಗ್ರೆಷನ್ ವಿಶ್ಲೇಷಣೆ ಕೆಲವು ನಿಯತಾಂಕಗಳ ಹಲವಾರು ಮೌಲ್ಯಗಳನ್ನು ಬಿಡುತ್ತದೆ . ಅವುಗಳ ಅರ್ಥವೇನೆಂದು ನೋಡೋಣ.

ರಿಗ್ರೆಷನ್ ಅಂಕಿಅಂಶಗಳು

ರಿಗ್ರೆಶನ್ ಅಂಕಿಅಂಶಗಳು ಭಾಗದಲ್ಲಿ, ನಾವು ಕೆಲವು ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ ಮೌಲ್ಯಗಳನ್ನು ನೋಡುತ್ತೇವೆ.

1. ಮಲ್ಟಿಪಲ್ ಆರ್: ಇದು ಸಹಸಂಬಂಧ ಗುಣಾಂಕ ಅನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆ, ಇದು ಅಸ್ಥಿರಗಳ ನಡುವಿನ ರೇಖೀಯ ಸಂಬಂಧವು ಎಷ್ಟು ಪ್ರಬಲವಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಈ ಗುಣಾಂಕ ಕ್ಕೆ ಮೌಲ್ಯಗಳ ವ್ಯಾಪ್ತಿಯು (-1, 1) ಆಗಿದೆ. ಸಂಬಂಧದ ಬಲವು ಬಹು R ನ ಸಂಪೂರ್ಣ ಮೌಲ್ಯಕ್ಕೆ ಅನುಪಾತದಲ್ಲಿರುತ್ತದೆ.
2. R ಚೌಕ: ಇದು ಎಷ್ಟು ಚೆನ್ನಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಮತ್ತೊಂದು ಗುಣಾಂಕ ರಿಗ್ರೆಶನ್ ಲೈನ್ ಹೊಂದುತ್ತದೆ. ರಿಗ್ರೆಷನ್ ಲೈನ್‌ನಲ್ಲಿ ಎಷ್ಟು ಅಂಕಗಳು ಬೀಳುತ್ತವೆ ಎಂಬುದನ್ನು ಸಹ ಇದು ತೋರಿಸುತ್ತದೆ. ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, R 2 ಮೌಲ್ಯವು 86 ಆಗಿದೆ, ಇದು ಉತ್ತಮವಾಗಿದೆ. 86% ಡೇಟಾವು ಮಲ್ಟಿಪಲ್ ರಿಗ್ರೆಷನ್ ಲೈನ್ ಗೆ ಸರಿಹೊಂದುತ್ತದೆ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.
3. ಹೊಂದಾಣಿಕೆಯ R ಚೌಕ: ಇದು ಹೊಂದಾಣಿಕೆಯಾಗಿದೆ ಮಾದರಿಯಲ್ಲಿ ಸ್ವತಂತ್ರ ವೇರಿಯಬಲ್‌ಗಳಿಗೆ R ವರ್ಗ ಮೌಲ್ಯ. ಇದು ಸೂಕ್ತವಾಗಿದೆ ಬಹು ರಿಗ್ರೆಷನ್ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ನಮ್ಮ ಡೇಟಾಕ್ಕಾಗಿ. ಇಲ್ಲಿ, ಹೊಂದಿಸಲಾದ R ಸ್ಕ್ವೇರ್ ನ ಮೌಲ್ಯವು 79 ಆಗಿದೆ.
4. ಸ್ಟ್ಯಾಂಡರ್ಡ್ ದೋಷ: ಇದು ನಿಮ್ಮ ರಿಗ್ರೆಶನ್ ಎಷ್ಟು ಪರಿಪೂರ್ಣ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಸಮೀಕರಣ ಇರುತ್ತದೆ. ನಾವು ಯಾದೃಚ್ಛಿಕ ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆ ಮಾಡುತ್ತಿರುವುದರಿಂದ, ಪ್ರಮಾಣಿತ ದೋಷ ಇಲ್ಲಿನ ಮೌಲ್ಯವು ಸಾಕಷ್ಟು ಹೆಚ್ಚಾಗಿದೆ.
5. ಅವಲೋಕನಗಳು: ವೀಕ್ಷಣೆಗಳ ಸಂಖ್ಯೆ ಡೇಟಾಸಮೂಹವು 10 ಆಗಿದೆ.

ವ್ಯತ್ಯಾಸದ ವಿಶ್ಲೇಷಣೆ ( ANOVA )

ANOVA ನಲ್ಲಿ ವಿಶ್ಲೇಷಣೆ ವಿಭಾಗ, ನಾವು ಕೆಲವು ಇತರ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಸಹ ನೋಡುತ್ತೇವೆ.

1. df: The ' ಸ್ವಾತಂತ್ರ್ಯದ ಡಿಗ್ರಿ ' ಅನ್ನು df ನಿಂದ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ. df ಇಲ್ಲಿನ ಮೌಲ್ಯವು 3 ಏಕೆಂದರೆ ನಾವು 3 ಪ್ರಕಾರಗಳು ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್‌ಗಳ ಅನ್ನು ಹೊಂದಿದ್ದೇವೆ.
2. SS : SS ವರ್ಗಗಳ ಮೊತ್ತವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಚೌಕ ದ ಉಳಿಕೆ ಮೊತ್ತ ಒಟ್ಟು ಮೊತ್ತ ನ ಚೌಕ ಕ್ಕಿಂತ ಚಿಕ್ಕದಾಗಿದ್ದರೆ, ನಿಮ್ಮ ಡೇಟಾ ನಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ ರಿಗ್ರೆಶನ್ ಲೈನ್ ಹೆಚ್ಚು ಅನುಕೂಲಕರವಾಗಿ. ಇಲ್ಲಿ, ಉಳಿಕೆ SS ಒಟ್ಟು SS ಗಿಂತ ಚಿಕ್ಕದಾಗಿದೆ, ಆದ್ದರಿಂದ ನಮ್ಮ ಡೇಟಾವು ರಿಗ್ರೆಶನ್ ಲೈನ್ ಉತ್ತಮ ರೀತಿಯಲ್ಲಿ
ಹೊಂದಿಕೆಯಾಗಬಹುದು ಎಂದು ನಾವು ಊಹಿಸಬಹುದು.
3. MS: MS ಸರಾಸರಿ ವರ್ಗವಾಗಿದೆ. ರಿಗ್ರೆಶನ್ ಮತ್ತು ಉಳಿಕೆ MS ನ ಮೌಲ್ಯವು 78 ಮತ್ತು 5372210.11 ಕ್ರಮವಾಗಿ.
4. F ಮತ್ತು ಮಹತ್ವ F: ಈ ಮೌಲ್ಯಗಳು ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆ ನ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತವೆ. ಮಹತ್ವ F 05 ಗಿಂತ ಕಡಿಮೆಯಿದ್ದರೆ, ದಿ ಬಹು ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆ ಬಳಸಲು ಸೂಕ್ತವಾಗಿದೆ. ಇಲ್ಲದಿದ್ದರೆ, ನಿಮ್ಮ ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್ ಅನ್ನು ನೀವು ಬದಲಾಯಿಸಬೇಕಾಗಬಹುದು. ನಮ್ಮ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ, ಮಹತ್ವ F ನ ಮೌಲ್ಯವು 0.01 ಇದು ವಿಶ್ಲೇಷಣೆಗೆ ಉತ್ತಮವಾಗಿದೆ.

ರಿಗ್ರೆಶನ್ ಅನಾಲಿಸಿಸ್ ಔಟ್‌ಪುಟ್

ಇಲ್ಲಿ, ನಾನು ರಿಗ್ರೆಶನ್ ಅನಾಲಿಸಿಸ್ ನ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಚರ್ಚಿಸುತ್ತೇನೆ.

1. ಗುಣಾಂಕಗಳು ಮತ್ತು ಇತರೆ

ಈ ವಿಭಾಗದಲ್ಲಿ , ನಾವು ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್ಸ್- ಮ್ಯಾಕ್ಸ್‌ಗಾಗಿ ಗುಣಾಂಕಗಳ ಮೌಲ್ಯವನ್ನು ಪಡೆಯುತ್ತೇವೆ. ವೇಗ , ಪೀಕ್ ಪವರ್ ಮತ್ತು ರೇಂಜ್ . ಪ್ರತಿ ಗುಣಾಂಕ ಕ್ಕೆ ನಾವು ಈ ಕೆಳಗಿನ ಮಾಹಿತಿಯನ್ನು ಸಹ ಕಾಣಬಹುದು: ಅದರ ಪ್ರಮಾಣಿತ ದೋಷ , t Stat , P-ಮೌಲ್ಯ ಮತ್ತು ಇತರ ನಿಯತಾಂಕಗಳು.

2. ಉಳಿದ ಔಟ್‌ಪುಟ್

ಉಳಿದ ಮೌಲ್ಯಗಳು ಊಹಿಸಲಾದ ಬೆಲೆ ಅದರ ವಾಸ್ತವಿಕ ಮೌಲ್ಯ ಮತ್ತು ಸ್ಟ್ಯಾಂಡರ್ಡ್ <ನಿಂದ ಎಷ್ಟು ವಿಚಲನಗೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ 2> ಉಳಿಕೆಗಳ ಮೌಲ್ಯವು ಸ್ವೀಕಾರಾರ್ಹವಾಗಿರುತ್ತದೆ.

ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆ ಕೆಲಸ ಮಾಡುವ ಮೂಲಕ ಭವಿಷ್ಯವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ.

ಹೇಳಿ, ನಾವು ಅದರ ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್ಸ್ ಪ್ರಕಾರ ಮೊದಲ ಕಾರಿನ ಬೆಲೆ ಅನ್ನು ಊಹಿಸಲು ಬಯಸುತ್ತೇವೆ. ಸ್ವತಂತ್ರ ವೇರಿಯೇಬಲ್‌ಗಳು ಗರಿಷ್ಠ. ವೇಗ , ಪೀಕ್ ಪವರ್ ಮತ್ತು ಶ್ರೇಣಿ ಇದರ ಮೌಲ್ಯಗಳು ಪ್ರತಿ ಗಂಟೆಗೆ 110 ಮೈಲುಗಳು , 600 ಅಶ್ವಶಕ್ತಿ ಮತ್ತು 130 ಮೈಲುಗಳು , ಕ್ರಮವಾಗಿ. ಅನುಗುಣವಾದ ರಿಗ್ರೆಷನ್ ಗುಣಾಂಕಗಳು 245.43 , 38.19 ಮತ್ತು 94.38 . y ಪ್ರತಿಬಂಧಕ ಮೌಲ್ಯ -50885.73 ಆಗಿದೆ. ಆದ್ದರಿಂದ ಊಹಿಸಲಾದ ಬೆಲೆಯು 245.43*110+38.19*600+94.38*130-50885.73≈11295 ಆಗಿರುತ್ತದೆ.

ಈ ಲೇಖನದ ಡೇಟಾಸೆಟ್‌ನ ಪ್ರಕಾರ, ನೀವು ಕಾರಿನ ಬೆಲೆ ಇದು ಗರಿಷ್ಠ ವೇಗ ನ x mph , ಗರಿಷ್ಠ ಶಕ್ತಿ ನ y hp ಮತ್ತು ಶ್ರೇಣಿ < z ಮೈಲಿಗಳಲ್ಲಿ 2> , ನಿರೀಕ್ಷಿತ ಬೆಲೆಯು 245.43*x+38.19*y+94.38*z ಆಗಿರುತ್ತದೆ.

ಇನ್ನಷ್ಟು ಓದಿ: ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ಮಲ್ಟಿಪಲ್ ರಿಗ್ರೆಶನ್ ಫಲಿತಾಂಶಗಳನ್ನು ಹೇಗೆ ಅರ್ಥೈಸುವುದು

ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ಮಲ್ಟಿಪಲ್ ಲೀನಿಯರ್ ರಿಗ್ರೆಶನ್ ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಗ್ರಾಫ್ ಅನ್ನು ಬಳಸುವುದು

ನೀವು ರಿಗ್ರೆಶನ್ ಲೈನ್ ನ ದೃಶ್ಯೀಕರಿಸಲು ಬಯಸಿದರೆ ನಿಮ್ಮ ಡೇಟಾ, ಕೆಳಗಿನ ಕಾರ್ಯವಿಧಾನದ ಮೂಲಕ ಹೋಗೋಣ.

ಹಂತಗಳು:

• ಮೊದಲು, ಡೇಟಾ ಟ್ಯಾಬ್ >> ಡೇಟಾ ಅನಾಲಿಸಿಸ್
• ಎ ಡೇಟಾ ಅನಾಲಿಸಿಸ್ ಡೈಲಾಗ್ ಬಾಕ್ಸ್ ಕಾಣಿಸುತ್ತದೆ ನಂತರ ರಿಗ್ರೆಶನ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
• ಅಂತಿಮವಾಗಿ, <1 ಕ್ಲಿಕ್ ಮಾಡಿ>ಸರಿ .

ಮತ್ತೊಂದು ಸಂವಾದ ಪೆಟ್ಟಿಗೆ ನ ರಿಗ್ರೆಶನ್ ಕಾಣಿಸುತ್ತದೆ.

• ಉಳಿದ ಮತ್ತು ಲೈನ್ ಫಿಟ್ ಪ್ಲಾಟ್‌ಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿ.
• ಸರಿ ಕ್ಲಿಕ್ ಮಾಡಿ.

ಅದರ ನಂತರ, ನೀವು ನ ಗ್ರಾಫ್ ಅನ್ನು ನೋಡುತ್ತೀರಿ ರಿಗ್ರೆಷನ್ ಲೈನ್ ಪ್ರಕಾರ ಮ್ಯಾಕ್ಸ್ ಸರಿಹೊಂದುತ್ತದೆ. ವೇಗ , ಪೀಕ್ ಪವರ್ ಮತ್ತು ಶ್ರೇಣಿ ಹೊಸ ಹಾಳೆಯಲ್ಲಿ ಜೊತೆಗೆ ವಿಶ್ಲೇಷಣೆ.

ಇಲ್ಲಿ ಕೆಳಗೆ, ಇದು Max ಪ್ರಕಾರ ಲೈನ್ ಫಿಟ್ ಅನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ವೇಗ .

ಮತ್ತು ಕೆಳಗಿನ ಚಿತ್ರವು ಪೀಕ್ ಪವರ್ ಪ್ರಕಾರ ಲೈನ್ ಫಿಟ್ .

ಕೆಳಗೆ ರೇಂಜ್ ಪ್ರಕಾರ ಲೈನ್ ಫಿಟ್ ಚಿತ್ರವು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.

ದಯವಿಟ್ಟು ವರ್ಕ್‌ಬುಕ್ ಅನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ ಮತ್ತು ಪ್ಲಾಟ್‌ಗಳನ್ನು ನೋಡಿ ಉತ್ತಮ ತಿಳುವಳಿಕೆಗಾಗಿ.

ಇನ್ನಷ್ಟು ಓದಿ: ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ಲೀನಿಯರ್ ರಿಗ್ರೆಷನ್ ಮಾಡುವುದು ಹೇಗೆ (4 ಸರಳ ಮಾರ್ಗಗಳು)

ಅಭ್ಯಾಸ ವಿಭಾಗ

ಇಲ್ಲಿ, ನಾನು ಈ ಲೇಖನದ ಡೇಟಾಸೆಟ್ ಅನ್ನು ನಿಮಗೆ ನೀಡುತ್ತಿದ್ದೇನೆ ಇದರಿಂದ ನೀವು ಬಹು ರೇಖಾತ್ಮಕ ಹಿಂಜರಿಕೆಯನ್ನು ನೀವೇ ವಿಶ್ಲೇಷಿಸಬಹುದು.

ತೀರ್ಮಾನ <6

ಹೇಳಲು ಸಾಕು, ಎಕ್ಸೆಲ್‌ನಲ್ಲಿ ಬಹು ರಿಗ್ರೆಷನ್ ವಿಶ್ಲೇಷಣೆ ಮಾಡುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಈ ಲೇಖನವು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಇದು ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ ಸಂಕ್ಷಿಪ್ತ ವಿವರಣೆಯಾಗಿದೆ. ಈ ಲೇಖನಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ನೀವು ಯಾವುದೇ ಆಲೋಚನೆಗಳು ಅಥವಾ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಹೊಂದಿದ್ದರೆ, ದಯವಿಟ್ಟು ಅವುಗಳನ್ನು ಕಾಮೆಂಟ್ ಬಾಕ್ಸ್‌ನಲ್ಲಿ ಹಂಚಿಕೊಳ್ಳಿ. ಇದು ನನ್ನ ಮುಂಬರುವ ಲೇಖನಗಳನ್ನು ಉತ್ಕೃಷ್ಟಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.