두 개의 다른 소스에서 가져온 두 변수의 데이터가 있고 이들 간의 관계를 구축하려는 경우 회귀 분석 을 사용합니다. 회귀 분석 은 가능한 결과를 예측할 수 있는 선형 모델을 제공합니다. 분명한 이유로 예측 값과 실제 값 사이에는 약간의 차이가 있습니다. 결과적으로 예측값과 실제값의 평균오차인 회귀모델을 이용하여 표준오차 를 계산한다. 이 튜토리얼에서는 Excel 에서 회귀 분석의 표준 오차를 계산하는 방법을 보여줍니다.

연습 워크북 다운로드

이 연습 워크북을 다운로드하여 이 기사를 읽고 있습니다.

Excel에서 회귀의 표준 오류를 계산하는 4가지 간단한 단계

다음이 있다고 가정합니다. 독립 변수( X ) 및 종속 변수( Y ) 가 있는 데이터 세트. 보시다시피, 그들은 중요한 관계가 없습니다. 그러나 우리는 하나를 만들고 싶습니다. 결과적으로 회귀 분석 을 사용하여 둘 사이의 선형 관계를 만듭니다. 회귀 분석을 사용하여 두 변수 사이의 표준 오차를 계산합니다. 기사 후반부에서 회귀 모델의 일부 매개변수를 살펴보고 해석하는 데 도움이 되도록 하겠습니다.

1단계: 데이터 분석 명령 적용 대상회귀 모델 만들기

• 먼저 데이터 탭으로 이동하여 데이터 분석 을 클릭합니다. 명령입니다.

• 데이터 분석 목록 상자에서 회귀 옵션.
• 그런 다음 확인 을 클릭합니다.

2단계: 회귀 상자에 입력 및 출력 범위 삽입

• 입력 Y 범위 의 경우 C4:C13 범위 선택 헤더를 포함합니다.
• 레이블 확인란을 클릭합니다.

• 입력 X 범위 에 대해 B4:B13 범위를 선택합니다.

• 원하는 위치에서 결과를 얻으려면 출력 범위에 대한 셀( B16 )을 선택합니다. .
• 마지막으로 확인 .

자세히 보기: Excel에서 비율의 표준 오차를 계산하는 방법(쉬운 단계 포함)

3단계: 표준 오류 찾기

• 에서 회귀 분석을 통해 다음 값을 얻을 수 있습니다. 표준 오류( 3156471 ).

자세히 보기: 방법 Excel에서 잔여 표준 오차를 찾는 방법(2가지 쉬운 방법)

4단계: 회귀 모델 차트 플롯

• 먼저 삽입 탭.
• 차트 그룹에서 분산형 차트
를 선택합니다.

• 오른쪽 클릭 중 하나를포인트.
• 옵션에서 추세선 추가 옵션을 선택합니다.

• 따라서 회귀 분석 차트는 아래 이미지와 같이 구성됩니다.

• 표시하려면 회귀 분석 수식을 보려면 추세선 형식 <에서 차트에 수식 표시 옵션을 클릭합니다. 15>

• 그 결과 회귀분석의 식( y = 1.0844x + 107.21 )은 차트에 나타납니다.

참고:

예상 값과 실제 값의 차이를 계산할 수 있습니다. 회귀 분석 방정식의 값.

단계:

• 회귀 분석 방정식을 나타내는 수식을 입력합니다.

• 따라서 첫 번째 예측 값( 129.9824 ) 실제 값과 다릅니다( 133 ).

• 자동완성 도구 자동 채우기 열 D .

• 오류를 계산하려면 다음 수식을 입력하여 빼기.

• 마지막으로 열 자동 채우기 E 오류 값을 찾습니다.

자세히 보기: 회귀 기울기의 표준 오차를 계산하는 방법 엑셀

엑셀의 회귀분석 해석

1. 표준 오차

회귀 분석 방정식에서 예측 값과 실제 값 사이에는 항상 차이 또는 오류가 있음을 알 수 있습니다. 결과적으로 차이의 평균 편차를 계산해야 합니다.

표준 오차 는 예측 값과 실제 값 사이의 평균 오차를 나타냅니다. 예제 회귀 모델에서 8.3156471 이 표준 오차 임을 발견했습니다. 이는 표준 오차 ( 15.7464 )보다 크거나 보다 작을 수 있는 예측 값과 실제 값 사이에 차이가 있음을 나타냅니다. 표준 오류 ( 4.0048 ). 그러나 평균 오류 는 8.3156471 이며 이는 표준 오류 .

결과적으로 모델의 목표는 표준 오차를 줄이는 것입니다. 표준 오차가 낮을수록 모델이 정확합니다 .

2. 계수

회귀 계수는 다음을 평가합니다. 알 수 없는 값의 응답. 회귀식( y = 1.0844x + 107.21 )에서 1.0844 는 계수 , x 는 예측자 독립변수, 107.21 는 상수, y 는 x 에 대한 응답 값입니다.

• A 양수 계수 는 계수가 높을수록 응답이 높아집니다.변하기 쉬운. 비례 관계를 나타냅니다.
• 음의 계수 는 계수가 높을수록 응답값이 낮다고 예측합니다. 불균형한 관계를 나타냅니다.

3. P-값

회귀 분석에서 p- values 및 계수는 협력하여 모델의 상관 관계가 통계적으로 관련이 있는지 여부와 해당 관계가 어떤 것인지 알려줍니다. 독립변수가 종속변수와 연결되어 있지 않다는 귀무가설 은 각 독립변수에 대한 p-값 을 사용하여 검정합니다. 상관관계가 없는 경우 독립 변수의 변화와 종속 변수의 변화 사이에는 연관성이 없습니다.

• 샘플 데이터는 다음에 대한 귀무 가설을 반증 하기에 충분합니다. 변수에 대한 p-값 이 유의성 임계값보다 작은 인 경우 전체 모집단. 귀하의 증거는 0이 아닌 상관관계 의 개념을 뒷받침합니다. 모집단 수준에서 독립변수의 변화는 종속변수의 변화와 연결된다.
• 유의수준보다 p-value 큰 , 샘플이 0이 아닌 상관관계 가 존재함을 확립하기 위한 증거가 불충분 함을 나타냅니다.

p-값 ( 5.787E-06 , 1.3E-06 ) 적음 유효값 ( 5.787E-06 )보다 독립변수(X) 및 Intercept 는 회귀 출력 예에서 볼 수 있듯이 통계적으로 유의 합니다.

4. R-제곱 값

선형 회귀 모델의 경우 R-제곱 은 완전성 측정 입니다. 이 비율은 독립 요인이 함께 고려되는 종속 변수의 분산 백분율 을 나타냅니다. 편리한 0–100 퍼센트 척도에서 R-제곱 은 모델과 종속 변수 간의 연결 강도 를 정량화합니다.

R2 값은 회귀 모델이 데이터에 얼마나 잘 맞는지 측정한 것입니다. 높은 숫자 , 더 나은 모델을 실행할 수 있습니다.

결론

이 기사가 도움이 되었기를 바랍니다. Excel 에서 회귀의 표준 오차를 계산하는 방법에 대한 자습서. 이러한 모든 절차를 학습하고 데이터 세트에 적용해야 합니다. 연습 문제지를 보고 이러한 기술을 테스트해 보세요. 여러분의 소중한 지원 덕분에 이와 같은 튜토리얼을 계속 만들 수 있게 되었습니다.

궁금한 점이 있으면 문의해 주세요. 또한 아래 섹션에 자유롭게 의견을 남겨주세요.

Exceldemy 팀은 항상 귀하의 질문에 응답합니다.

우리와 함께하고 계속 배우십시오.