Regresjonsanalyse er en mye brukt statistisk beregning. Vi gjør ofte denne typen beregninger etter vårt ønske. I Excel kan vi utføre flere typer regresjonsanalyse . I denne artikkelen vil vi demonstrere hvordan du gjør logistisk regresjon i Excel. Hvis du også er interessert i å lære denne analysen, last ned øvelsesarbeidsboken og følg oss.

Last ned øvelsesarbeidsbok

Last ned denne øvelsesarbeidsboken for øvelse mens du leser denne artikkelen.

Logistisk regresjon.xlsx

Hva er logistisk regresjon?

Logistisk regresjonsanalyse er en statistisk læringsalgoritme som bruker til å forutsi verdien av en avhengig variabel basert på noen uavhengige kriterier. Det hjelper en person å få resultatet fra et stort datasett basert på ønsket kategori. Logistisk regresjonsanalyse hovedsakelig tre typer:

1. Binær logistisk regresjon
2. Multinomial logistisk regresjon
3. Ordinal logistisk regresjon

Binær Logistisk regresjon: I den binære regresjonsanalysemodellen definerer vi en kategori med bare to tilfeller. Ja/Nei eller Positiv/Negativ.

Multinomial logistisk regresjon: Multinominal logistisk analyse fungerer med tre eller flere klassifikasjoner. Hvis vi har mer enn to klassifiserte seksjoner for å kategorisere dataene våre, kan vi bruke denne regresjonsanalysemodellen.

Ordinal LogisticRegresjon: Denne regresjonsanalysemodellen fungerer for mer enn to kategorier. I denne modellen trenger vi imidlertid en forhåndsbestemt rekkefølge for å kategorisere dem.

Trinn-for-trinn prosedyre for å gjøre logistisk regresjon i Excel

I denne artikkelen vil vi utføre den binære logistiske regresjonen analyse. Denne typen analyse gir oss en prediksjonsverdi for ønsket variabel. For å utføre analysen tar vi for oss et datasett med 10 maskiner fra en industri. Maskinens tilgjengelighet kan være positiv eller negativ. De binære sifrene 1=positiv og 0=negative , og disse verdiene er vist i kolonne B . Alderen på disse maskinene er i kolonne C og gjennomsnittlig arbeidstid for dem per uke er i kolonne D . Så datasettet vårt er i celleområdet B5:D14 . Verdiene innledende regresjonsløservariabel er i celleområdet C16:D18 . Hele analyseprosedyren er forklart nedenfor trinn for trinn:

Trinn 1: Skriv inn datasettet ditt

I dette trinnet skal vi importere datasettet ditt:

• Først av alt, skriv inn datasettet nøyaktig i Excel. For vår analyse legger vi inn datasettet i celleområdet B5:D14 .

• Skriv deretter inn Solver Decision Variables' Vi legger dem inn i celleområdet D16:D18.
• Vi antar alle variablenes verdier som 0,01 .

LesMer: Multippel lineær regresjon på Excel-datasett (2 metoder)

Trinn 2: Evaluer Logit-verdi

I dette trinnet skal vi beregne Logit -verdi for datasettet vårt. Vi definerer Logit -verdien som X i vår beregning. Formelen for Logit -verdien er:

Her er b0, b1, og b2 regresjon variabler.

• Skriv ned følgende formel i celle E5 . Bruk Absolutt-tegnet for å fryse celleverdien til variabler. Hvis du ikke vet hvordan du skriver inn Absolutt cellereferanse -tegnet, kan du legge det inn på flere måter.

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

• Deretter trykker du på Enter -tasten på tastaturet.

• Etter det, dobbeltklikk på Fyllhåndtak -ikonet for å kopiere formelen opp til celle E14 .

• Du vil få alle verdiene til X .

Les mer: Hvordan gjøre enkel lineær regresjon i Excel (4 enkle metoder)

Trinn 3: Bestem eksponentiell for logit for hver data

Her vil vi beregne eksponentialverdien til logiten verdi, For det skal vi bruke EXP-funksjonen :

• For å bestemme eksponentialverdien til X , skriv ned følgende formel i cellen F5 :

=EXP(E5)

• Tilsvarende, dobbeltklikk på Fyllhåndtak -ikonet for å kopiere formelen somforrige trinn. Du vil alle eksponentielle verdiene til X .

Trinn 4: Beregn sannsynlighetsverdi

P( X) er sannsynlighetsverdien for å inntreffe X -hendelsen. Sannsynligheten for hendelse X kan defineres som:

• For å beregne den, skriv ned følgende formel i celle G5 .

=F5/(1+F5)

• Trykk Enter nøkkel.
• Nå drar du Fyllhåndtak -ikonet opp til G15 for å få verdien for alle verdiene.

Les mer: Hvordan beregne P-verdi i lineær regresjon i Excel (3 måter)

Trinn 5: Evaluer summen av logg- Likelihood Value

I de følgende trinnene skal vi evaluere verdien av Log-Likelihood. Deretter bruker vi SUM-funksjonen for å legge til alle dataene:

• For å beregne Log-Likelihood -verdien, skal vi bruk LN funksjonen i datasettet vårt. I celle H5 skriver du følgende formel:

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

• Trykk nå Enter -tasten på tastaturet.

• Deretter dobbeltklikker du på Fyll håndtak -ikonet for å bestemme alle log-sannsynlighetsverdier.

• Skriv deretter ned i celle H15 følgende formel for å summere alle verdiene.

=SUM(H5:H14)

> Nedbryting av formelen

Vi gjørdenne sammenbruddet for celle H5 .

👉 LN(G5): Denne funksjonen returnerer -0,384.

👉 LN(1-G5): Denne funksjonen returnerer -1.144.

👉 (B5*LN(G5))+((1-B5)* LN(1-G5)): Denne funksjonen returnerer -0,384.

Trinn 6: Bruk løseranalyseverktøyet for endelig analyse

Nå skal vi utføre den endelige regresjonsanalysen. Vi vil utføre analysen gjennom kommandoen Solver . Hvis du ikke ser det i Data -fanen, må du aktivere Solver fra Excel-tillegg .

• For å aktivere det, velg Fil > Alternativer .

• Som et resultat vil en dialogboks kalt Excel-alternativer vises.
• I denne dialogboksen velger du alternativet Tillegg .
• Nå velger du alternativet Excel-tillegg i delen Administrer og klikk Gå .

• En liten dialogboks med tittelen Tillegg vises.
• Deretter merker du av for Solver Add-in og klikker OK .

• Deretter går du til Data -fanen, og du vil finne kommandoen Solver i Analyse -gruppen.

• Nå klikker du på kommandoen Solver .
• En ny dialogboks med tittelen Solver Parameters vises.
• I boksen Angi mål velger du cellen $H$15 med musen. Du kan også skrive cellereferansen på tastaturet. Pass på at du bruker Absolutt cellereferanse tegn her.
• Deretter, i alternativet Ved å endre variable celler , velg celleområdet $D$16:$D$18 .
• Deretter fjerner du merket for Make Unconstrained Variables Non-negative for å få de negative verdiene hvis den allerede vises som avmerket.
• Til slutt klikker du på Løs -knappen.

• Som et resultat vil boksen Løserresultat vises foran deg.
• Nå, velg Keep Solver Solution Denne boksen vil også vise deg om regresjonsanalysen din konvergerte eller divergerte.
• Klikk OK for å lukke boksen.

• Til slutt vil du se verdiene til variabelen i celleområdet D16:D18 er endret. I tillegg vil du også se at verdiene for kolonnene E, F, G og H også viser forskjeller fra de foregående trinnene.

> Illustrasjon av resultat fra binær regresjonsanalyse

Etter at du har fullført den binære logistiske regresjonsanalysen i Excel, vil du se at vår antatte regresjonsvariabelverdi erstattes med den nye analyseverdien, og disse verdiene er den korrekte regresjonsvariabelverdien til datasettet vårt. Vi kan vurdere resultatet av alle spesifikke data, som maskinen som har en alder på 68 måneder og 4 i gjennomsnitt. ingen skift per uke. Verdien av P(X) er 0,67 . Det illustrerer for oss at hvis vi serfor maskinen i driftstilstand er muligheten for denne hendelsen omtrent 67 % .

Vi kan også vise den separat ved å bruke sluttverdiene til regresjonsvariabelen.

Dermed kan vi si at arbeidsprosedyren vår fungerte vellykket og vi er i stand til å gjøre binær logistisk regresjonsanalyse.

Konklusjon

Det er slutten på denne artikkelen . Jeg håper at denne artikkelen vil være nyttig for deg, og at du vil kunne gjøre logistisk regresjon i Excel. Vennligst del eventuelle ytterligere spørsmål eller anbefalinger med oss ​​i kommentarfeltet nedenfor.

Ikke glem å sjekke nettstedet vårt ExcelWIKI for flere Excel-relaterte problemer og løsninger. Fortsett å lære nye metoder og fortsett å vokse!