Kā veikt daudzkārtēju regresijas analīzi programmā Excel (ar vienkāršiem soļiem)

  • Dalīties Ar Šo
Hugh West

Šajā rakstā jums tiks parādītas dažas pamatmetodes, kā to izdarīt. daudzkārtēja regresijas analīze programmā Excel . tas ir ļoti svarīgs temats statistikas jomā. tas palīdz mums prognozēt atkarīgo mainīgo attiecībā uz vienu vai vairākiem atkarīgajiem mainīgajiem.

Datu kopā mums ir informācija par dažiem automobiļiem: to vārdi , cenas , maksimālie ātrumi vietnē jūdžu stundā , un maksimālā jauda dzinējs var ražot, un maksimālais diapazons attālumu, ko var nobraukt, neuzpildot degvielas tvertni.

Lejupielādēt Practice Workbook

Vairākkārtēja regresijas analīze.xlsx

Kas ir daudzkārtēja regresija?

Daudzkārtēja regresija ir statistisks process, ar kura palīdzību mēs varam analizēt attiecības starp atkarīgais mainīgais lielums un vairāki neatkarīgie mainīgie . Mērķis regresija ir prognozēt raksturu atkarīgie mainīgie attiecībā pret atbilstošo neatkarīgie mainīgie .

2 soļi, lai veiktu daudzkārtēju regresijas analīzi programmā Excel

1. solis: Ieslēdziet cilni Datu analīze

Portāls Datu cilne neietver Datu analīze Lai to aktivizētu, veiciet tālāk aprakstīto procedūru.

  • Vispirms dodieties uz Faili >> Iespējas

  • Pēc tam atlasiet Papildinājumi >> Excel papildinājumi >> Go

  • Pārbaudiet Analīzes rīku komplekts in the Pieejami papildinājumi: sadaļu un noklikšķiniet uz LABI .

Pēc tam Datu analīzes lente parādīsies Datu cilne .

2. solis: daudzkārtējas regresijas analīzes izveide programmā Excel

Šeit es jums parādīšu, kā analizēt daudzkārtēja regresija .

  • No Dati cilne>> atlasiet Datu analīze
  • A dialoglodziņš tiks parādīts atlasītais Regresija un noklikšķiniet uz LABI .

A Regresija tiks parādīts dialoglodziņš.

  • Mēs prognozēsim automašīnu cena saskaņā ar to maksimālais ātrums , maksimālā jauda un diapazons .
  • Izvēlieties diapazons no atkarīgie mainīgie ( Ieejas Y diapazons ). Manā gadījumā tas ir C4:C14 .
  • Pēc tam atlasiet diapazons no neatkarīgie mainīgie ( Ieejas X diapazons ). Manā gadījumā tas ir D4:F14 .
  • Pārbaudiet Etiķetes un izvēlieties Jauna darblapa Ply: in the Izvades opcijas Ja vēlaties, lai jūsu regresijas analīze pašreizējā lapā ievietojiet atsauci uz šūnu, kurā vēlaties sākt analīze in the Izvades diapazons

Jūs varat izvēlēties Atlikumi ja vēlaties turpināt analīze .

  • Pēc tam redzēsiet regresijas analīze ar jauna lapa . formatēt analīze atbilstoši jūsu ērtībām.

Tādējādi jūs varat veikt daudzkārtēja regresijas analīze programmā Excel.

Līdzīgi lasījumi

  • Kā veikt vienkāršu lineāro regresiju programmā Excel (4 vienkāršas metodes)
  • Kā interpretēt regresijas rezultātus programmā Excel (Detalizēta analīze)

Īsa diskusija par daudzkārtēju regresijas analīzi programmā Excel

Portāls regresijas analīze atstāj vairākas noteiktu parametru vērtības. Paskatīsimies, ko tās nozīmē.

Regresijas statistika

In the Regresijas statistika daļā mēs redzam dažu parametru vērtības.

  1. Vairāki R: Tas attiecas uz Korelācijas koeficients kas nosaka, cik spēcīga ir mainīgo lineārā sakarība. Šī lieluma vērtību diapazons ir šāds koeficients ir (-1, 1). Attiecības stiprums ir proporcionāls absolūtajai vērtībai. Vairāki R .
  2. R kvadrāts: Tas ir vēl viens Koeficients lai noteiktu, cik labi regresijas līnija Tas arī parāda, cik daudz punktu atrodas uz regresijas līnijas. Šajā piemērā vērtība R 2 ir 86 , kas ir labi. Tas nozīmē, ka 86% datu atbilst daudzkārtējas regresijas līnija .
  3. Koriģētais R kvadrāts: Tas ir koriģētais R kvadrāts vērtība neatkarīgie mainīgie modelī. Tas ir piemērots daudzkārtēja regresijas analīze un tā arī mūsu datiem. Šajā gadījumā vērtība Koriģētais R kvadrāts ir 79 .
  4. Standarta kļūda: Tas nosaka, cik ideāli jūsu regresija vienādojums būs. Tā kā mēs veicam nejaušu regresijas analīze , vērtība Standarta kļūda šeit ir diezgan augsts.
  5. Novērojumi: Novērojumu skaits datu kopā ir 10 .

Noviržu analīze ( ANOVA )

In the ANOVA analīzes sadaļā mēs redzam arī dažus citus parametri .

  1. df: brīvības pakāpes ' ir definēts ar df . Vērtība df šeit ir 3 jo mums ir 3 veidu neatkarīgie mainīgie .
  2. SS: SS attiecas uz kvadrātu summu. Ja Atlikuma summa no Kvadrāts ir daudz mazāks nekā Kopējā summa no Kvadrāts , jūsu dati tiks ievietoti regresijas līnija ērtāk. Šajā gadījumā Atlikušie SS ir daudz mazāks nekā Kopā SS , tāpēc mēs varam pieņemt, ka mūsu dati var atbilst regresijas līnija labākā veidā
  3. MS: MS ir vidējais kvadrāts. Regresija un Atlikums MS ir 78 un 5372210.11 attiecīgi.
  4. F un Nozīme F: Šīs vērtības nosaka ticamību regresijas analīze Ja Nozīme F ir mazāks par 05 , un vairāki regresijas analīze ir piemērota lietošanai. Pretējā gadījumā, iespējams, būs nepieciešams mainīt jūsu neatkarīgais mainīgais Mūsu datu kopā vērtība Nozīme F ir 0.01 kas ir noderīgi analīzei.

Regresijas analīzes rezultāti

Šeit es aplūkošu Regresijas analīze .

  1. Koeficienti un citi

Šajā sadaļā mēs iegūstam vērtību koeficienti par neatkarīgie mainīgie - maksimālais ātrums , Maksimālā jauda un Diapazons . Par katru no tiem mēs varam atrast arī šādu informāciju. koeficients : tā Standarta kļūda , t Statistika , P-vērtība un citus parametrus.

2. Atlikušie rezultāti

Portāls Atlikušās vērtības palīdzēt mums saprast, cik daudz prognozētā cena atšķiras no tās faktiskās vērtības, un standarta vērtība atlikumi kas būtu pieņemami.

Veids, kādā prognozes, ko regresijas analīze darbi ir sniegti turpmāk.

Teiksim, mēs vēlamies prognozēt cena pirmās automašīnas atbilstoši tās neatkarīgie mainīgie . neatkarīgie mainīgie ir Maksimālais ātrums , Maksimālā jauda un Diapazons kuru vērtības ir 110 jūdžu stundā , 600 zirgspēki un 130 jūdzes attiecīgi. Atbilstošie regresijas koeficienti ir 245.43 , 38.19 un 94.38 . y pārtveršanas vērtība ir -50885.73 . Tātad prognozētā cena būs 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Saskaņā ar šajā rakstā sniegto datu kopu, ja vēlaties prognozēt automašīnas cena kam ir maksimālais ātrums no x mph , maksimālā jauda no y hp un diapazons no z jūdzes , prognozētā cena būs 245.43*x+38.19*y+94.38*z .

Lasīt vairāk: Kā interpretēt daudzkārtējas regresijas rezultātus programmā Excel

Grafiku izmantošana, lai izprastu daudzkārtēju lineāro regresiju programmā Excel

Ja vēlaties vizualizēt regresijas līnija datus, izpildīsim turpmāk aprakstīto procedūru.

Soļi:

  • Pirmkārt, no Dati cilne>>> Iet uz Datu analīze
  • A Datu analīze tiks parādīts dialoglodziņš, pēc tam izvēlieties Regresija .
  • Visbeidzot noklikšķiniet uz LABI .

Vēl viens dialoglodziņš no Regresija parādīsies.

  • Atlasiet Atlikums un Line Fit Plots .
  • Noklikšķiniet uz LABI .

Pēc tam redzēsiet diagrammu regresijas līnija atbilst saskaņā ar Maksimālais ātrums , Maksimālā jauda un Diapazons ar jauna lapa kopā ar analīzi.

Zemāk šeit, tas pārstāv līnijas fit saskaņā ar Maksimālais ātrums .

Nākamajā attēlā redzams līnijas fit saskaņā ar Maksimālā jauda .

Zemāk redzamajā attēlā attēlots līnijas fit saskaņā ar Diapazons .

Lūdzu, lejupielādējiet darba burtnīcu un skatiet zemes gabali labākai izpratnei.

Lasīt vairāk: Kā veikt lineāro regresiju programmā Excel (4 vienkārši veidi)

Prakses sadaļa

Šeit es jums sniedzu šī raksta datu kopu, lai jūs varētu analizēt. daudzkārtēja lineārā regresija patstāvīgi.

Secinājums

Pietiek pateikt, ka šis raksts palīdzēs jums saprast, kā to darīt. daudzkārtēja regresijas analīze programmā Excel, un tas ir īss parametru apraksts. Ja jums ir kādas idejas vai atsauksmes par šo rakstu, lūdzu, dalieties ar tām komentāru lodziņā. Tas palīdzēs man bagātināt nākamos rakstus.

Hjū Vests ir ļoti pieredzējis Excel treneris un analītiķis ar vairāk nekā 10 gadu pieredzi šajā nozarē. Viņam ir bakalaura grāds grāmatvedībā un finansēs un maģistra grāds uzņēmējdarbības vadībā. Hjū aizraujas ar mācīšanu, un viņš ir izstrādājis unikālu mācīšanas pieeju, kas ir viegli izpildāma un saprotama. Viņa ekspertu zināšanas programmā Excel ir palīdzējušas tūkstošiem studentu un profesionāļu visā pasaulē uzlabot savas prasmes un izcelties karjerā. Izmantojot savu emuāru, Hjū dalās savās zināšanās ar pasauli, piedāvājot bezmaksas Excel apmācības un tiešsaistes apmācību, lai palīdzētu personām un uzņēmumiem pilnībā izmantot savu potenciālu.