Како да направите логистичка регресија во Excel (со брзи чекори)

Hugh West

16-10-2023 Анализа на податоци со Excel
  • Споделете Го Ова
Hugh West

Содржина

Регресивната анализа е широко користена статистичка пресметка. Овој тип на пресметка често го правиме според нашата желба. Во Excel, можеме да извршиме повеќе видови на регресивна анализа . Во оваа статија, ќе покажеме како да направите логистичка регресија во Excel. Доколку и вие сте заинтересирани да ја научите оваа анализа, преземете ја работната книга за вежбање и следете не.

Преземете ја работната книга за вежбање

Преземете ја оваа работна книга за вежбање за вежбање додека ја читате оваа статија.

6>

Логистичка регресија.xlsx

Што е логистичка регресија?

Логистичка регресивна анализа е алгоритам за статистички учење што користи за предвидување на вредноста на зависна променлива врз основа на некои независни критериуми. Тоа му помага на лицето да го добие резултатот од голема база на податоци врз основа на неговата посакувана категорија. Логистичка регресивна анализа главно три вида:

  1. Бинарна логистичка регресија
  2. Мултиномна логистичка регресија
  3. Редна логистичка регресија

Бинарна Логистичка регресија: Во моделот за анализа на бинарна регресија, ние дефинираме категорија со само два случаи. Да/Не или Позитивно/Негативно.

Мултиномна логистичка регресија: Мултиноминалната логистичка анализа работи со три или повеќе класификации. Ако имаме повеќе од два класифицирани секции за категоризирање на нашите податоци, тогаш можеме да го користиме овој модел на регресивна анализа.

Ординална логистичкаРегресија: Овој модел на регресивна анализа работи за повеќе од две категории. Меѓутоа, во овој модел ни треба однапред одреден редослед за да ги категоризираме.

Чекор-по-чекор постапка за правење логистичка регресија во Excel

Во оваа статија ќе ја извршиме бинарната логистичка регресија анализа. Овој тип на анализа ни обезбедува вредност на предвидување на саканата променлива. За да ја извршиме анализата, разгледуваме база на податоци од 10 машини од една индустрија. Достапноста на машината може да биде позитивна или негативна. Бинарните цифри 1=позитивни и 0=негативни , а овие вредности се прикажани во колоната B . Староста на тие машини е во колоната C , а просечните работни часови на нив неделно е во колоната D . Значи, нашата база на податоци е во опсегот на ќелии B5:D14 . Вредностите на променливата за решавање на почетната регресија се во опсегот на ќелиите C16:D18 . Целата процедура за анализа е објаснета подолу чекор по чекор:

Чекор 1: Внесете ја вашата група на податоци

Во овој чекор, ќе ја увеземе вашата база на податоци:

  • Прво, прецизно внесете ја вашата база на податоци во Excel. За нашата анализа, ја внесуваме базата на податоци во опсегот на ќелии B5:D14 .

  • Потоа, внесете ја вашата Решавачи на променливите Ги внесуваме во опсегот на ќелии D16:D18.
  • Ги претпоставуваме вредностите на сите променливи како 0,01 .

ЧитајтеПовеќе: Повеќекратна линеарна регресија на множества податоци на Excel (2 методи)

Чекор 2: Оценете ја вредноста на Logit

Во овој чекор, ќе го пресметаме Logit вредност за нашата база на податоци. Во нашата пресметка ја дефинираме вредноста Logit како X . Формулата на вредноста Logit е:

Тука, b0, b1, и b2 се регресија променливи.

  • Запишете ја следнава формула во ќелијата E5 . Користете го знакот Absolute за да ја замрзнете вредноста на ќелијата на променливите. Ако не знаете како да го внесете знакот Апсолутна референца на ќелија , можете да го внесете на неколку начини.

=$D$16+$D$17*C5+$D$18*D5

  • Потоа, притиснете го копчето Enter на вашата тастатура.

  • Потоа, кликнете двапати на иконата Пополнете ја рачката за да ја копирате формулата до ќелијата E14 .

  • Ќе ги добиете сите вредности на X .

Прочитај повеќе: Како да се направи едноставна линеарна регресија во Excel (4 едноставни методи)

Чекор 3: Одредување на експоненцијална на Logit за секој податок

Овде, ќе ја пресметаме експоненцијалната вредност на logit вредност, За тоа, ќе ја користиме функцијата EXP :

  • За да ја одредиме експоненцијалната вредност на X , запишете ја следната формула во ќелијата F5 :

=EXP(E5)

  • Слично, кликнете двапати на иконата Пополнете рачка за да ја копирате формулата какопретходниот чекор. Ќе ги добиете сите експоненцијални вредности на X .

Чекор 4: Пресметајте ја вредноста на веројатноста

P( X) е вредноста на веројатноста за појава на настанот X . Веројатноста за настан X може да се дефинира како:

  • За да ја пресметате, запишете ја следната формула во ќелијата G5 >>клуч.
  • Сега, повлечете ја иконата Пополнете ја рачката до G15 за да ја добиете вредноста за сите вредности.

Прочитајте повеќе: Како да се пресмета P вредноста во линеарна регресија во Excel (3 начини)

Чекор 5: Оценете го збирот на лог- Веројатна вредност

Во следните чекори, ќе ја процениме вредноста на Log-Likelihood. Потоа ќе ја користиме функцијата SUM за да ги додадеме сите податоци:

  • За да ја пресметаме вредноста Log-Likelihood , ќе користете ја функцијата LN во нашата база на податоци. Во ќелијата H5 , напишете ја следнава формула за завршено:

=(B5*LN(G5))+((1-B5)*LN(1-G5))

  • Сега, притиснете копчето Enter на тастатурата.

  • Потоа, двоен клик на Пополнете ја рачката за да ги одредите сите вредности на веројатноста за евиденција.

  • Потоа, во ќелијата H15 , запишете следнава формула за сумирање на сите вредности. 0> 🔍 Расчленување на формулата

    Ние правимеова расчленување за ќелијата H5 .

    👉 LN(G5): Оваа функција враќа -0,384.

    👉 LN(1-G5): Оваа функција враќа -1,144.

    👉 (B5*LN(G5))+((1-B5)* LN(1-G5)): Оваа функција враќа -0,384.

    Чекор 6: Користете алатка за анализа на Solver за финална анализа

    Сега, ќе спроведеме финалната регресивна анализа. Анализата ќе ја извршиме преку командата Solver . Ако не го гледате во табулаторот Податоци , мора да го овозможите Решавач од Додатоци за Excel .

    • За да го овозможите, изберете Датотека > Опции .

    • Како резултат на тоа, ќе се појави дијалог-кутија наречена Excel Options .
    • Во овој дијалог прозорец, изберете ја опцијата Додатоци .
    • Сега, изберете ја опцијата Додатоци на Excel во делот Управување и кликнете Оди .

    • Ќе се појави мало поле за дијалог со наслов Додатоци .
    • Потоа, проверете ја опцијата Додаток за решавање и кликнете OK .

    • После тоа, одете во јазичето Податоци и ќе ја најдете командата Решавач во групата Анализа .

    • Сега, кликнете на командата Solver .
    • Ќе се појави ново поле за дијалог со наслов Параметри на решавачот .
    • Во полето Постави цел , изберете ја ќелијата $H$15 со глувчето. Можете исто така да ја напишете референцата на ќелијата на вашата тастатура. Погрижете се да го користите Апсолутна референца на ќелија потпишете овде.
    • Следно, во опцијата Со менување на променливи ќелии изберете го опсегот на ќелиите $D$16:$D$18 .
    • Потоа, отштиклирајте го Направете ги неограничените променливи не-негативни за да ги добиете негативните вредности ако веќе се прикажуваат како означени.
    • Конечно, кликнете на Решавање копче.

    • Како резултат на тоа, пред вас ќе се појави полето Решавање резултат .
    • Сега, изберете го Задржете го решението за решавање Ова поле исто така ќе ви покаже дали вашата регресивна анализа се споила или се разделила.
    • Кликнете OK за да го затворите полето.

    • Конечно, ќе видите дека вредностите на променливата во опсегот на ќелиите D16:D18 се сменети. Покрај тоа, ќе видите и вредностите на колоните E, F, G и H исто така покажуваат разлики од претходните чекори.

    види дека нашата претпоставена вредност на променливата за регресија е заменета со новата вредност за анализа и овие вредности се точната вредност на променливата за регресија на нашата база на податоци. Можеме да го земеме предвид резултатот од какви било конкретни податоци, како машината која има старост од 68 месеци и 4 просечно. без смена неделно. Вредноста на P(X) е 0,67 . Тоа ни илустрира дека ако погледнемеза машината во работна состојба можноста за тој настан е околу 67% .

    Можеме да го прикажеме и одделно, користејќи ги конечните вредности на променливата за регресија.

    Така, можеме да кажеме дека нашата работна процедура функционираше успешно и дека можеме да направиме бинарна логистичка регресивна анализа.

    Заклучок

    Тоа е крајот на оваа статија . Се надевам дека овој напис ќе ви биде корисен и ќе можете да направите логистичка регресија во Excel. Ве молиме споделете какви било дополнителни прашања или препораки со нас во делот за коментари подолу.

    Не заборавајте да ја проверите нашата веб-страница ExcelWIKI за неколку проблеми и решенија поврзани со Excel. Продолжете да учите нови методи и да растете!

Претходен пост Како да користите SUMIF со текст во Excel (9 лесни начини)
Следен пост Како да се користи функцијата IFS во Excel (3 примери)

Хју Вест е високо искусен тренер и аналитичар на Excel со повеќе од 10 години искуство во индустријата. Има диплома за сметководство и финансии и магистер по бизнис администрација. Хју има страст за предавање и има развиено уникатен пристап на наставата кој е лесен за следење и разбирање. Неговото стручно познавање на Excel им помогна на илјадници студенти и професионалци ширум светот да ги подобрат своите вештини и да се истакнат во нивните кариери. Преку својот блог, Хју го споделува своето знаење со светот, нудејќи бесплатни упатства за Excel и онлајн обука за да им помогне на поединците и бизнисите да го достигнат својот целосен потенцијал.