Analisis regresi ialah pengiraan statistik yang digunakan secara meluas. Kita sering melakukan pengiraan jenis ini mengikut keinginan kita. Dalam Excel, kita boleh melakukan berbilang jenis analisis regresi . Dalam artikel ini, kami akan menunjukkan cara melakukan regresi logistik dalam Excel. Jika anda juga berminat untuk mempelajari analisis ini, muat turun buku kerja amalan dan ikuti kami.

Muat turun Buku Kerja Amalan

Muat turun buku kerja amalan ini untuk latihan semasa anda membaca artikel ini.

Regression Logistik.xlsx

Apakah Regresi Logistik?

Analisis regresi logistik ialah algoritma pembelajaran statistik yang digunakan untuk meramalkan nilai pembolehubah bersandar berdasarkan beberapa kriteria bebas. Ia membantu seseorang mendapatkan hasil daripada set data yang besar berdasarkan kategori yang diingininya. Analisis regresi logistik terutamanya tiga jenis:

1. Regression Logistik Perduaan
2. Regression Logistik Multinomial
3. Regression Logistik Ordinal

Perduaan Regresi Logistik: Dalam model analisis regresi binari, kami mentakrifkan kategori dengan hanya dua kes. Ya/Tidak atau Positif/Negatif.

Regression Logistik Multinomial: Analisis logistik berbilang berfungsi dengan tiga atau lebih klasifikasi. Jika kami mempunyai lebih daripada dua bahagian terperingkat untuk mengkategorikan data kami, maka kami boleh menggunakan model analisis regresi ini.

Logistik OrdinalRegresi: Model analisis regresi ini berfungsi untuk lebih daripada dua kategori. Walau bagaimanapun, dalam model ini, kami memerlukan susunan yang telah ditetapkan untuk mengkategorikannya.

Prosedur Langkah demi Langkah untuk Melakukan Regresi Logistik dalam Excel

Dalam artikel ini, kami akan melaksanakan regresi logistik binari analisis. Jenis analisis ini memberikan kita nilai ramalan bagi pembolehubah yang dikehendaki. Untuk melaksanakan analisis, kami mempertimbangkan set data 10 mesin daripada industri. Ketersediaan mesin boleh positif atau negatif. Digit perduaan 1=positif dan 0=negatif , dan nilai ini ditunjukkan dalam lajur B . Umur mesin tersebut adalah dalam lajur C dan purata jam bertugas setiap minggu adalah dalam lajur D . Jadi, set data kami berada dalam julat sel B5:D14 . Nilai pembolehubah penyelesai regresi awal berada dalam julat sel C16:D18 . Seluruh prosedur analisis diterangkan di bawah langkah demi langkah:

Langkah 1: Masukkan Set Data Anda

Dalam langkah ini, kami akan mengimport set data anda:

• Pertama sekali, masukkan set data anda dengan tepat ke dalam Excel. Untuk analisis kami, kami memasukkan set data dalam julat sel B5:D14 .

• Kemudian, masukkan <1 anda>Pembolehubah Keputusan Penyelesai' Kami memasukkannya dalam julat sel D16:D18.
• Kami menganggap semua nilai pembolehubah sebagai 0.01 .

BacaLagi: Regression Linear Berbilang pada Set Data Excel (2 Kaedah)

Langkah 2: Nilaikan Nilai Logit

Dalam langkah ini, kita akan mengira Nilai Logit untuk set data kami. Kami mentakrifkan nilai Logit sebagai X dalam pengiraan kami. Formula nilai Logit ialah:

Di sini, b0, b1, dan b2 ialah regresi pembolehubah.

• Tuliskan formula berikut dalam sel E5 . Gunakan tanda Mutlak untuk membekukan nilai sel pembolehubah. Jika anda tidak tahu cara memasukkan tanda Rujukan Sel Mutlak , anda boleh memasukkannya dalam beberapa cara.

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

• Kemudian, tekan kekunci Enter pada papan kekunci anda.

• Selepas itu, klik dua kali pada ikon Pemegang Isi untuk menyalin formula ke sel E14 .

• Anda akan mendapat semua nilai X .

Baca Lagi: Cara Melakukan Regresi Linear Mudah dalam Excel (4 Kaedah Mudah)

Langkah 3: Tentukan Eksponen Logit untuk Setiap Data

Di sini, kami akan mengira nilai eksponen logit nilai, Untuk itu, kita akan menggunakan fungsi EXP :

• Untuk menentukan nilai eksponen X , tulis formula berikut dalam sel F5 :

=EXP(E5)

• Begitu juga, klik dua kali pada ikon Isi Pemegang untuk menyalin formula sepertilangkah sebelumnya. Anda akan semua nilai eksponen X .

Langkah 4: Kira Nilai Kebarangkalian

P( X) ialah nilai kebarangkalian untuk berlaku peristiwa X . Kebarangkalian peristiwa X boleh ditakrifkan sebagai:

• Untuk mengiranya, tulis formula berikut dalam sel G5 .

=F5/(1+F5)

• Tekan Enter kunci.
• Sekarang, seret ikon Pemegang Isi sehingga G15 untuk mendapatkan nilai bagi semua nilai.

Baca Lagi: Cara Mengira Nilai P dalam Regresi Linear dalam Excel (3 Cara)

Langkah 5: Nilaikan Jumlah Log- Nilai Kemungkinan

Dalam langkah berikut, kami akan menilai nilai Kemungkinan Log. Selepas itu kami akan menggunakan fungsi SUM untuk menambah semua data:

• Untuk mengira nilai Log-Kemungkinan , kami akan gunakan fungsi LN dalam set data kami. Dalam sel H5 , tulis formula berikut:

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

• Sekarang, tekan kekunci Enter pada papan kekunci.

• Kemudian, klik dua kali pada Isikan ikon Pemegang untuk menentukan semua nilai kemungkinan log.

• Selepas itu, dalam sel H15 , tulis formula berikut untuk menjumlahkan semua nilai.

=SUM(H5:H14)

🔍 Pecahan Formula

Kami sedang melakukannyapecahan ini untuk sel H5 .

👉 LN(G5): Fungsi ini mengembalikan -0.384.

👉 LN(1-G5): Fungsi ini mengembalikan -1.144.

👉 (B5*LN(G5))+((1-B5)* LN(1-G5)): Fungsi ini mengembalikan -0.384.

Langkah 6: Gunakan Alat Analisis Penyelesai untuk Analisis Akhir

Sekarang, kami akan menjalankan analisis regresi akhir. Kami akan melakukan analisis melalui perintah Solver . Jika anda tidak melihatnya dalam tab Data , anda perlu mendayakan Penyelesai daripada Tambah Excel .

• Untuk mendayakannya, pilih Fail > Pilihan .

• Hasilnya, kotak dialog yang dipanggil Excel Options akan muncul.
• Dalam kotak dialog ini, pilih pilihan Add-in .
• Sekarang, pilih pilihan Excel Add-in dalam bahagian Urus dan klik Go .

• Kotak dialog kecil bertajuk Add-in akan muncul.
• Kemudian, semak pilihan Tambah Penyelesai dan klik OK .

• Selepas itu, pergi ke tab Data dan anda akan menemui perintah Solver dalam kumpulan Analysis .

• Sekarang, klik perintah Penyelesai .
• Kotak dialog baharu bertajuk Parameter Penyelesai akan muncul.
• Dalam kotak Tetapkan Objektif , pilih sel $H$15 dengan tetikus anda. Anda juga boleh menulis rujukan sel pada papan kekunci anda. Pastikan anda menggunakan Rujukan Sel Mutlak tandatangan di sini.
• Seterusnya, dalam pilihan Dengan Menukar Sel Pembolehubah pilih julat sel $D$16:$D$18 .
• Kemudian, nyahtanda Jadikan Pembolehubah Tidak Terkandas Bukan Negatif untuk mendapatkan nilai negatif jika ia sudah ditunjukkan sebagai ditandai.
• Akhir sekali, klik Butang Selesai.

• Hasilnya, kotak Hasil Penyelesaian akan muncul di hadapan anda.
• Sekarang, pilih Keep Solver Solution Kotak ini juga akan menunjukkan kepada anda sama ada analisis regresi anda menumpu atau mencapah.
• Klik OK untuk menutup kotak.

• Akhir sekali, anda akan melihat nilai pembolehubah dalam julat sel D16:D18 ditukar. Selain itu, anda juga akan melihat nilai lajur E, F, G dan H juga menunjukkan perbezaan daripada langkah sebelumnya.

🔍 Ilustrasi Hasil Analisis Regresi Binari

Selepas selesai analisis regresi logistik binari dalam Excel, anda akan lihat bahawa nilai pembolehubah regresi yang diandaikan kami digantikan dengan nilai analisis baharu dan nilai ini ialah nilai pembolehubah regresi yang betul bagi set data kami. Kami boleh mempertimbangkan hasil daripada sebarang data khusus, seperti mesin yang mempunyai umur 68 bulan dan 4 purata. tiada syif setiap minggu. Nilai P(X) ialah 0.67 . Ia menggambarkan kepada kita bahawa jika kita melihatuntuk mesin dalam keadaan berfungsi kemungkinan peristiwa itu adalah kira-kira 67% .

Kami juga boleh menunjukkannya secara berasingan, menggunakan nilai akhir pembolehubah regresi.

Oleh itu, kami boleh mengatakan bahawa prosedur kerja kami berjaya dan kami dapat melakukan analisis regresi logistik binari.

Kesimpulan

Itulah penghujung artikel ini . Saya harap artikel ini akan membantu anda dan anda akan dapat melakukan regresi logistik dalam Excel. Sila kongsi sebarang pertanyaan atau cadangan lanjut dengan kami di bahagian ulasan di bawah.

Jangan lupa untuk menyemak tapak web kami ExcelWIKI untuk beberapa masalah dan penyelesaian berkaitan Excel. Teruskan belajar kaedah baharu dan terus berkembang!