Написот ќе ви покаже неколку основни методи за тоа како да направите анализа на повеќекратна регресија во Excel . Ова е многу важна тема во областа на статистиката. Ни помага да предвидиме зависна променлива за една или повеќе зависни променливи.

Во базата на податоци, имаме некои информации за некои автомобили: нивните имиња , цените , максимални брзини во милји на час , врвната моќност што може да ја произведе нивниот мотор и максималниот опсег од растојанието што можат да го поминат без полнење нивниот резервоар.

Преземете Работна книга за вежбање

Што е повеќекратно Регресија?

Повеќекратна регресија е статистички процес со кој можеме да ја анализираме врската помеѓу зависна променлива и неколку независни променливи . Целта на регресијата е да се предвиди природата на зависните променливи во однос на соодветните независни променливи .

2 чекори за правење анализа на повеќекратна регресија во Excel

Чекор 1: Овозможете ја картичката за анализа на податоци

табот Податоци не содржи Анализа на податоци лента стандардно. За да го активирате ова, поминете низ постапката подолу.

• Прво, одете во Датотека >> Опции

• Потоа изберете Додатоци >> Додатоци за ексел >> Оди

• Проверете Алатка за анализа во Додај -in достапни: секција и кликнете OK .

Потоа, лентата за анализа на податоци ќе се појавуваат во картичката Податоци .

Чекор 2: Креирање на анализа на повеќекратна регресија во Excel

Овде ќе ви покажам како да анализирате повеќекратна регресија .

• Од картичката Податоци >> изберете Анализа на податоци
• А дијалог поле ќе се појави изберете регресија и кликнете OK .

Ќе се појави дијалог-кутија Регресија .

• Ќе ја предвидиме колата цената според нивната максимална брзина , врвна моќност и опсег .
• Изберете го опсегот на зависните променливи ( Влезен опсег Y ). Во мојот случај, тоа е C4:C14 .
• Потоа, изберете го опсегот од независните променливи ( Внеси X опсег ). Во мојот случај, тоа е D4:F14 .
• Проверете Labels и изберете New Worksheet Ply: во Output Options . Ако сакате вашата регресивна анализа во тековниот лист, ставете референца на ќелија каде што сакате да ја започнете анализата во Излезен опсег

Можете да изберете Резидуали ако сакате да направите понатамошна анализа .

• После тоа, ќе видете ја регресивната анализа во нов лист . Форматирајте го анализа според вашата погодност.

Така можете да направите анализа на повеќекратна регресија во Excel.

Слични читања

• Како да се направи едноставна линеарна регресија во Excel (4 едноставни методи)
• Како да се толкува Резултати од регресија во Excel (детална анализа)

Кратка дискусија за повеќекратна регресивна анализа во Excel

Анализата на регресија остава неколку вредности на одредени параметри . Ајде да видиме што значат.

Статистика за регресија

Во делот Статистика за регресија , гледаме вредности на некои параметри.

1. Multiple R: Ова се однесува на Коефициентот на корелација кој одредува колку е силна линеарната врска меѓу променливите. Опсегот на вредности за овој коефициент е (-1, 1). Јачината на врската е пропорционална на апсолутната вредност на Повеќекратно R .
2. R квадрат: Тоа е уште еден Коефициент за да се одреди колку добро ќе се вклопи линијата за регресија . Исто така, покажува колку точки паѓаат на линијата за регресија. Во овој пример, вредноста на R 2 е 86 , што е добро. Тоа имплицира дека 86% од податоците ќе одговара на линијата за повеќекратна регресија .
3. Прилагоден R квадрат: Ова е прилагодено R на квадрат вредност за независните променливи во моделот. Таа е погодна за повеќекратна регресивна анализа и така за нашите податоци. Овде, вредноста на Прилагодениот квадрат R е 79 .
4. Стандардна грешка: Ова одредува колку е совршена вашата регресија равенка ќе биде. Бидејќи правиме случајна регресивна анализа , вредноста на Стандардна грешка тука е прилично висока.
5. Набљудувања: Бројот на набљудувања во базата на податоци е 10 .

Анализа на варијанса ( ANOVA )

Во ANOVA делот за анализа, гледаме и некои други параметри .

1. df: „ степени на слобода ' се дефинира со df . Вредноста на df тука е 3 бидејќи имаме 3 типови на независни променливи .
2. SS : SS се однесува на збир на квадрати. Ако Преостанатата сума од Квадратот е многу помала од Вкупната сума од Квадратот , вашите податоци ќе се вклопат во регресивна линија попогодно. Овде, Residual SS е многу помал од Total SS , така што можеме да претпоставиме дека нашите податоци може да се вклопат во регресиската линија на подобар начин
3. MS: MS е средниот квадрат. Вредноста на регресија и остаток MS е 78 и 5372210.11 соодветно.
4. F и Значење F: Овие вредности ја одредуваат веродостојноста на регресивната анализа . Ако Значењето F е помало од 05 , на повеќе регресивна анализа е погодна за употреба. Во спротивно, можеби ќе треба да ја промените вашата независна променлива . Во нашата база на податоци, вредноста на Значење F е 0,01 што е добро за анализа.

Излез од регресивна анализа

Овде, ќе разговарам за излезот од Регресивна анализа .

1. Коефициенти и други

Во овој дел , ја добиваме вредноста на коефициенти за независните променливи- Макс. Брзина , Моќна моќност и Опсег . Можеме да ги најдеме и следните информации за секој коефициент : неговата Стандардна грешка , t статистика , P-вредност и други параметри.

2. Преостанат излез

Преостанатите вредности ни помагаат да разбереме колку предвидената цена отстапува од нејзината вистинска вредност и стандардната вредноста на остатоците која би била прифатлива.

Начинот на кој функционира предвидувањето со регресионата анализа е даден подолу.

Да речеме, сакаме да ја предвидиме цената на првиот автомобил според неговите независни променливи . независните променливи се Max. Брзина , Моќна моќност и Опсег чии вредности се 110 милји на час , 600 коњски сили и 130 милји , соодветно. Соодветните регресивни коефициенти се 245,43 , 38,19 и 94,38 . Пресечната вредност y е -50885,73 . Значи, предвидената цена ќе биде 245,43*110+38,19*600+94,38*130-50885,73≈11295 .

Според базата на податоци од овој напис, ако сакате да ја предвидите цена која има максимална брзина од x mph , врвна моќност од y КС и опсег од z милји , предвидената цена ќе биде 245,43*x+38,19*y+94,38*z .

Прочитај повеќе: Како да се интерпретираат резултати од повеќекратна регресија во Excel

Користење на графикон за разбирање на повеќекратна линеарна регресија во Excel

Ако сакате да ја визуелизирате линијата за регресија на вашите податоци, ајде да ја поминеме процедурата подолу.

Чекори:

• Прво, од картичката Податоци >> Одете во Анализа на податоци
• А Анализа на податоци ќе се појави дијалог прозорец, а потоа изберете Регресија .
• Конечно, кликнете Во ред .

Ќе се појави друго дијалог поле од Регресија .

• Изберете Преостанати и линиски фитни .
• Кликнете OK .

Потоа, ќе го видите графикот на линијата за регресија одговара според Max. Брзина , Највисока моќност и Опсег во нов лист заедно со анализа.

Подолу овде, ја претставува линијата според Max. Брзина .

И на следната слика е прикажана линијата според Piak Power .

Подолусликата го претставува погодувањето на линијата според Опсегот .

Ве молиме преземете ја работната книга и погледнете ги парцелите за подобро разбирање.

Прочитајте повеќе: Како да направите линеарна регресија во Excel (4 едноставни начини)

Дел за вежбање

Еве, ви ја давам базата на податоци од овој напис за да можете сами да анализирате повеќекратна линеарна регресија .

Заклучок

Доволно е да се каже, овој напис ќе ви помогне да разберете како да направите анализа на повеќекратна регресија во Excel и тоа е краток опис на параметрите. Ако имате какви било идеи или повратни информации во врска со овој напис, ве молиме споделете ги во полето за коментари. Ова ќе ми помогне да ги збогатам моите претстојни написи.