ਵਿਸ਼ਾ - ਸੂਚੀ
ਸਧਾਰਨ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਰਤੋਂ ਆਮ ਤੌਰ 'ਤੇ ਦੋ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਫਸਲਾਂ ਦੀ ਪੈਦਾਵਾਰ ਅਤੇ ਬਾਰਸ਼ਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਜਾਂ ਰੋਟੀ ਦੇ ਸੁਆਦ ਅਤੇ ਤੰਦੂਰ ਦੇ ਤਾਪਮਾਨ ਵਿਚਕਾਰ ਸਬੰਧ। ਹਾਲਾਂਕਿ, ਸਾਨੂੰ ਇੱਕ ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਅਤੇ ਦੋ ਜਾਂ ਦੋ ਤੋਂ ਵੱਧ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਰੀਅਲ ਅਸਟੇਟ ਏਜੰਟ ਇਹ ਜਾਣਨਾ ਚਾਹ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਅਤੇ ਕਿਵੇਂ ਉਪਾਅ ਜਿਵੇਂ ਕਿ ਘਰ ਦਾ ਆਕਾਰ, ਬੈੱਡਰੂਮਾਂ ਦੀ ਗਿਣਤੀ, ਅਤੇ ਗੁਆਂਢ ਦੀ ਔਸਤ ਆਮਦਨ ਉਸ ਕੀਮਤ ਨਾਲ ਸਬੰਧਤ ਹੈ ਜਿਸ ਲਈ ਘਰ ਵੇਚਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਕਿਸਮ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਮਲਟੀਪਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਲਾਗੂ ਕਰਕੇ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਅਤੇ ਇਹ ਲੇਖ ਤੁਹਾਨੂੰ ਐਕਸਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਮਲਟੀਪਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਰਤੋਂ ਕਰਨ ਬਾਰੇ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਦੇਵੇਗਾ।
ਸਮੱਸਿਆ
ਮੰਨ ਲਓ ਕਿ ਅਸੀਂ 5 ਬੇਤਰਤੀਬੇ ਚੁਣੇ ਹੋਏ ਸੇਲਜ਼ਪਰਸਨ ਲਏ ਅਤੇ ਹੇਠਾਂ ਦਿੱਤੀ ਸਾਰਣੀ ਵਿੱਚ ਦਰਸਾਏ ਅਨੁਸਾਰ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕੀਤੀ। ਕੀ ਸਿੱਖਿਆ ਜਾਂ ਪ੍ਰੇਰਣਾ ਦਾ ਸਾਲਾਨਾ ਵਿਕਰੀ 'ਤੇ ਅਸਰ ਪੈਂਦਾ ਹੈ ਜਾਂ ਨਹੀਂ?
| ਸਕੂਲ ਦਾ ਸਰਵੋਤਮ ਸਾਲ ਪੂਰਾ ਹੋਇਆ | ਪ੍ਰੇਰਣਾ ਵਜੋਂ ਹਿਗਿਨਸ ਮੋਟੀਵੇਸ਼ਨ ਸਕੇਲ ਦੁਆਰਾ ਮਾਪਿਆ | ਡਾਲਰ ਵਿੱਚ ਸਾਲਾਨਾ ਵਿਕਰੀ |
| 12 | 32 | $350,000 |
| 14 | 35 | $399,765 |
| 15 | 45 | $429,000 |
| 16 | 50 | $435,000 |
| 18 | 65 | $433,000 |
ਸਮੀਕਰਨ
ਆਮ ਤੌਰ 'ਤੇ, ਮਲਟੀਪਲਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਇਹ ਮੰਨਦਾ ਹੈ ਕਿ ਨਿਰਭਰ ਵੇਰੀਏਬਲ (y) ਅਤੇ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲਾਂ (x1, x2, x3 … xn) ਵਿਚਕਾਰ ਇੱਕ ਰੇਖਿਕ ਸਬੰਧ ਹੈ। ਅਤੇ ਇਸ ਕਿਸਮ ਦੇ ਰੇਖਿਕ ਸਬੰਧਾਂ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਫਾਰਮੂਲੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਰਣਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ:
Y = ਸਥਿਰ + β1*x1 + β2*x2+…+ βn*xn
ਇੱਥੇ ਸਥਿਰਾਂਕਾਂ ਅਤੇ ਗੁਣਾਂਕ ਲਈ ਵਿਆਖਿਆਵਾਂ ਹਨ :
| Y | Y |
| Constant | Y- ਦਾ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਇੰਟਰਸੈਪਟ |
| β1 | Y ਵਿੱਚ ਤਬਦੀਲੀ x1 ਵਿੱਚ ਹਰੇਕ 1 ਵਾਧੇ ਵਿੱਚ ਤਬਦੀਲੀ |
| β2 | The Y ਵਿੱਚ ਹਰ 1 ਵਾਧੇ ਵਿੱਚ ਤਬਦੀਲੀ x2 |
| … | … |
| βn | ਤਬਦੀਲੀ Y ਵਿੱਚ xn |
ਸਥਿਰ ਅਤੇ β1, β2… βn ਵਿੱਚ ਹਰੇਕ 1 ਵਾਧੇ ਦੀ ਤਬਦੀਲੀ ਉਪਲਬਧ ਨਮੂਨਾ ਡੇਟਾ ਦੇ ਅਧਾਰ 'ਤੇ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਸਥਿਰ, β1, β2… βn ਦੇ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਤੁਸੀਂ ਪੂਰਵ-ਅਨੁਮਾਨ ਬਣਾਉਣ ਲਈ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ।
ਸਾਡੀ ਸਮੱਸਿਆ ਲਈ, ਇੱਥੇ ਸਿਰਫ਼ ਦੋ ਕਾਰਕ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਸਾਡੀ ਦਿਲਚਸਪੀ ਹੈ। ਇਸ ਲਈ, ਸਮੀਕਰਨ ਇਹ ਹੋਵੇਗਾ:
ਸਲਾਨਾ ਵਿਕਰੀ = ਸਥਿਰ + β1*(ਸਕੂਲ ਪੂਰਾ ਹੋਣ ਦਾ ਸਭ ਤੋਂ ਉੱਚਾ ਸਾਲ) + β2*(ਹਿਗਿਨਸ ਪ੍ਰੇਰਣਾ ਸਕੇਲ ਦੁਆਰਾ ਮਾਪੀ ਗਈ ਪ੍ਰੇਰਣਾ)
ਮਾਡਲ ਸੈੱਟ ਕਰੋ
ਸਾਲਾਨਾ ਵਿਕਰੀ, ਸਕੂਲ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਸਾਲ ਪੂਰਾ ਹੋਇਆ ਅਤੇ ਪ੍ਰੇਰਣਾ ਕਾਲਮ A, ਕਾਲਮ B, ਅਤੇ ਕਾਲਮ C ਵਿੱਚ ਦਰਜ ਕੀਤੀ ਗਈ ਸੀ ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ 1 ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ। ਸੁਤੰਤਰ ਵੇਰੀਏਬਲਾਂ ਤੋਂ ਪਹਿਲਾਂ ਹਮੇਸ਼ਾ ਨਿਰਭਰ ਵੇਰੀਏਬਲ (ਸਾਲਾਨਾ ਵਿਕਰੀ ਇੱਥੇ) ਰੱਖਣਾ ਬਿਹਤਰ ਹੈ। .
ਚਿੱਤਰ 1
ਡਾਉਨਲੋਡ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲਪੈਕ
ਐਕਸਲਸਾਨੂੰ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਸ਼ੇਸ਼ਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਸਥਿਰਾਂਕ ਅਤੇ ਗੁਣਾਂਕ ਦੇ ਮੁੱਲ ਵਾਪਸ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਤੁਹਾਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲਪੈਕ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਇਹ ਹੈ ਕਿ ਤੁਸੀਂ ਇਸਨੂੰ ਕਿਵੇਂ ਸਥਾਪਿਤ ਕਰ ਸਕਦੇ ਹੋ।
ਫਾਇਲ ਟੈਬ -> ਵਿਕਲਪਾਂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਅਤੇ ਫਿਰ ਐਡ-ਇਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। 1>ਐਕਸਲ ਵਿਕਲਪ ਡਾਇਲਾਗ ਬਾਕਸ। ਐਡ-ਇਨ ਡਾਇਲਾਗ ਬਾਕਸ ਖੋਲ੍ਹਣ ਲਈ ਐਕਸਲ ਵਿਕਲਪਾਂ ਡਾਇਲਾਗ ਬਾਕਸ ਦੇ ਹੇਠਾਂ ਜਾਓ ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। Add-Ins ਡਾਇਲਾਗ ਬਾਕਸ ਵਿੱਚ, Analysis TookPak ਚੈਕਬਾਕਸ ਚੁਣੋ ਅਤੇ ਫਿਰ ਠੀਕ ਹੈ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
ਹੁਣ ਜੇਕਰ ਤੁਸੀਂ 'ਤੇ ਕਲਿੱਕ ਕਰਦੇ ਹੋ। ਡੇਟਾ ਟੈਬ, ਤੁਸੀਂ ਦੇਖੋਗੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਸ਼ਲੇਸ਼ਣ ਸਮੂਹ (ਸੱਜੇ ਪੈਨਲ) ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ।
ਚਿੱਤਰ 2 [ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਪੂਰਾ ਦ੍ਰਿਸ਼ ਪ੍ਰਾਪਤ ਕਰੋ]
ਮਲਟੀਪਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ
ਡੇਟਾ ਟੈਬ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਸਮੂਹ ਵਿੱਚ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। . ਪ੍ਰੋਂਪਟ ਕੀਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਡਾਇਲਾਗ ਬਾਕਸ ਵਿੱਚ ਰਿਗਰੈਸ਼ਨ ਚੁਣੋ। ਤੁਸੀਂ ਹੋਰ ਅੰਕੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਜਿਵੇਂ ਕਿ ਟੀ-ਟੈਸਟ, ਅਨੋਵਾ, ਅਤੇ ਹੋਰ ਵੀ ਕਰ ਸਕਦੇ ਹੋ।
ਚਿੱਤਰ 3.1
A ਰਿਗਰੈਸ਼ਨ ਤੁਹਾਡੇ ਵੱਲੋਂ ਰਿਗਰੈਸ਼ਨ ਦੀ ਚੋਣ ਕਰਨ ਤੋਂ ਬਾਅਦ ਡਾਇਲਾਗ ਬਾਕਸ ਨੂੰ ਪੁੱਛਿਆ ਜਾਵੇਗਾ। ਚਿੱਤਰ 3.2 ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਡਾਇਲਾਗ ਬਾਕਸ ਨੂੰ ਭਰੋ।
ਇਨਪੁਟ Y ਰੇਂਜ ਵਿੱਚ ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਅਤੇ ਡੇਟਾ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਕਿ ਇਨਪੁਟ X ਰੇਂਜ ਵਿੱਚ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਅਤੇ ਡੇਟਾ ਹੁੰਦਾ ਹੈ। ਇੱਥੇ ਮੈਨੂੰ ਤੁਹਾਨੂੰ ਯਾਦ ਦਿਵਾਉਣਾ ਹੈ ਕਿ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਨੇੜੇ ਦੇ ਕਾਲਮਾਂ ਵਿੱਚ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਅਤੇ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦੀ ਅਧਿਕਤਮ ਸੰਖਿਆ 15 ਹੈ।
ਕਿਉਂਕਿਰੇਂਜ A1: C1 ਵਿੱਚ ਵੇਰੀਏਬਲ ਲੇਬਲ ਸ਼ਾਮਲ ਹਨ ਅਤੇ ਇਸਲਈ ਲੇਬਲ ਚੈੱਕ ਬਾਕਸ ਨੂੰ ਚੁਣਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਵਾਸਤਵ ਵਿੱਚ, ਮੈਂ ਤੁਹਾਨੂੰ ਹਰ ਵਾਰ ਲੇਬਲ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦਾ ਹਾਂ ਜਦੋਂ ਤੁਸੀਂ ਇਨਪੁਟ Y ਰੇਂਜ ਅਤੇ ਇਨਪੁਟ X ਰੇਂਜ ਭਰਦੇ ਹੋ। ਇਹ ਲੇਬਲ ਮਦਦਗਾਰ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਤੁਸੀਂ ਐਕਸਲ ਦੁਆਰਾ ਵਾਪਸ ਕੀਤੀਆਂ ਸਾਰਾਂਸ਼ ਰਿਪੋਰਟਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹੋ।
ਚਿੱਤਰ 3.2
ਬਕੇਸ਼ ਚੈੱਕ ਬਾਕਸ ਨੂੰ ਚੁਣ ਕੇ, ਤੁਸੀਂ ਐਕਸਲ ਨੂੰ ਹਰੇਕ ਨਿਰੀਖਣ ਲਈ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਨ ਲਈ ਸਮਰੱਥ ਕਰ ਸਕਦੇ ਹੋ। ਚਿੱਤਰ 1 'ਤੇ ਦੇਖੋ, ਕੁੱਲ ਮਿਲਾ ਕੇ 5 ਨਿਰੀਖਣ ਹਨ ਅਤੇ ਤੁਹਾਨੂੰ 5 ਰਹਿੰਦ-ਖੂੰਹਦ ਮਿਲਣਗੇ। ਬਕਾਇਆ ਉਹ ਚੀਜ਼ ਹੁੰਦੀ ਹੈ ਜੋ ਉਦੋਂ ਬਚੀ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਨਿਰੀਖਣ ਕੀਤੇ ਮੁੱਲ ਤੋਂ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਨੂੰ ਘਟਾਉਂਦੇ ਹੋ। ਸਟੈਂਡਰਡਾਈਜ਼ਡ ਰੈਜ਼ੀਡਿਊਲ ਨੂੰ ਇਸਦੇ ਸਟੈਂਡਰਡ ਡਿਵੀਏਸ਼ਨ ਦੁਆਰਾ ਵੰਡਿਆ ਜਾਣ ਵਾਲਾ ਬਕਾਇਆ ਹੁੰਦਾ ਹੈ।
ਤੁਸੀਂ ਬਾਕੀ ਬਚੇ ਪਲਾਟ ਚੈੱਕਬਾਕਸ ਨੂੰ ਵੀ ਚੁਣ ਸਕਦੇ ਹੋ ਜੋ ਐਕਸਲ ਨੂੰ ਬਾਕੀ ਬਚੇ ਪਲਾਟਾਂ ਨੂੰ ਵਾਪਸ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਸਕਦਾ ਹੈ। ਬਾਕੀ ਬਚੇ ਪਲਾਟਾਂ ਦੀ ਸੰਖਿਆ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲਾਂ ਦੀ ਸੰਖਿਆ ਦੇ ਬਰਾਬਰ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਬਕਾਇਆ ਪਲਾਟ ਇੱਕ ਗ੍ਰਾਫ਼ ਹੁੰਦਾ ਹੈ ਜੋ Y-ਧੁਰੇ ਉੱਤੇ ਰਹਿੰਦ-ਖੂੰਹਦ ਅਤੇ x-ਧੁਰੇ ਉੱਤੇ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦਿਖਾਉਂਦਾ ਹੈ। ਇੱਕ ਬਕਾਇਆ ਪਲਾਟ ਵਿੱਚ x-ਧੁਰੇ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬੇਤਰਤੀਬੇ ਤੌਰ 'ਤੇ ਖਿੰਡੇ ਹੋਏ ਬਿੰਦੂ ਇਹ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ ਕਿ ਲੀਨੀਅਰ ਰੀਗਰੈਸ਼ਨ ਮਾਡਲ ਉਚਿਤ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਚਿੱਤਰ 3.3 ਬਾਕੀ ਬਚੇ ਪਲਾਟਾਂ ਦੇ ਤਿੰਨ ਖਾਸ ਪੈਟਰਨ ਦਿਖਾਉਂਦਾ ਹੈ। ਖੱਬੇ ਪੈਨਲ ਵਿੱਚ ਸਿਰਫ਼ ਇੱਕ ਹੀ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਇੱਕ ਰੇਖਿਕ ਮਾਡਲ ਲਈ ਇੱਕ ਵਧੀਆ ਫਿੱਟ ਹੈ। ਦੂਜੇ ਦੋ ਪੈਟਰਨ ਗੈਰ-ਲੀਨੀਅਰ ਮਾਡਲ ਲਈ ਬਿਹਤਰ ਫਿੱਟ ਹੋਣ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ।
ਚਿੱਤਰ 3.3
ਜੇਕਰ ਤੁਸੀਂ ਲਾਈਨ ਫਿਟ ਪਲਾਟਸ ਚੈੱਕ ਬਾਕਸ ਨੂੰ ਚੁਣਦੇ ਹੋ ਤਾਂ ਐਕਸਲ ਇੱਕ ਫਿੱਟ ਲਾਈਨ ਪਲਾਟ ਵਾਪਸ ਕਰੇਗਾ। ਇੱਕ ਫਿੱਟ ਲਾਈਨ ਪਲਾਟਇੱਕ ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਪਲਾਟ ਕਰ ਸਕਦਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਐਕਸਲ ਤੁਹਾਨੂੰ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦੇ ਨਾਲ ਫਿੱਟ ਕੀਤੇ ਲਾਈਨ ਪਲਾਟਾਂ ਦੀ ਉਹੀ ਸੰਖਿਆ ਵਾਪਸ ਕਰੇਗਾ। ਉਦਾਹਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਸਾਡੀ ਸਮੱਸਿਆ ਲਈ 2 ਫਿੱਟ ਲਾਈਨ ਪਲਾਟ ਮਿਲਣਗੇ।
ਨਤੀਜੇ
ਤੁਹਾਡੇ ਵੱਲੋਂ ਓਕੇ ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਐਕਸਲ ਹੇਠਾਂ ਦਿੱਤੇ ਅਨੁਸਾਰ ਇੱਕ ਸੰਖੇਪ ਰਿਪੋਰਟ ਵਾਪਸ ਕਰੇਗਾ। ਹਰੇ ਅਤੇ ਪੀਲੇ ਰੰਗ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤੇ ਸੈੱਲ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹਨ ਜਿਨ੍ਹਾਂ ਵੱਲ ਤੁਹਾਨੂੰ ਆਪਣਾ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ।
ਚਿੱਤਰ 3.4
ਆਰ-ਵਰਗ (ਸੈੱਲ F5) ਜਿੰਨਾ ਉੱਚਾ ਹੈ, ਤਿੱਖਾ ਰਿਸ਼ਤਾ ਮੌਜੂਦ ਹੈ। ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਅਤੇ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦੇ ਵਿਚਕਾਰ। ਅਤੇ ਤੀਜੀ ਸਾਰਣੀ ਵਿੱਚ ਗੁਣਾਂਕ (ਰੇਂਜ F17: F19) ਨੇ ਤੁਹਾਨੂੰ ਸਥਿਰਾਂਕਾਂ ਅਤੇ ਗੁਣਾਂਕਾਂ ਦੇ ਮੁੱਲ ਵਾਪਸ ਕੀਤੇ। ਸਮੀਕਰਨ ਸਲਾਨਾ ਵਿਕਰੀ = 1589.2 + 19928.3*(ਸਕੂਲ ਪੂਰਾ ਹੋਣ ਦਾ ਸਭ ਤੋਂ ਉੱਚਾ ਸਾਲ) + 11.9* (ਹਿਗਿਨਸ ਮੋਟੀਵੇਸ਼ਨ ਸਕੇਲ ਦੁਆਰਾ ਮਾਪੀ ਗਈ ਪ੍ਰੇਰਣਾ) ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
ਹਾਲਾਂਕਿ, ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ ਨਤੀਜੇ ਭਰੋਸੇਯੋਗ ਹਨ, ਤੁਹਾਨੂੰ ਇਹ ਵੀ ਚਾਹੀਦਾ ਹੈ ਪੀਲੇ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤੇ p-ਮੁੱਲਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ। ਸਿਰਫ਼ ਜੇ ਸੈੱਲ J12 ਵਿੱਚ p-ਮੁੱਲ 0.05 ਤੋਂ ਘੱਟ ਹੈ, ਤਾਂ ਸਮੁੱਚੀ ਰਿਗਰੈਸ਼ਨ ਸਮੀਕਰਨ ਭਰੋਸੇਯੋਗ ਹੈ। ਪਰ ਤੁਹਾਨੂੰ ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਕੀ ਸਥਿਰ ਅਤੇ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਦੀ ਭਵਿੱਖਬਾਣੀ ਲਈ ਉਪਯੋਗੀ ਹਨ, ਨੂੰ ਰੇਂਜ I17: I19 ਵਿੱਚ p-ਮੁੱਲਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਵੀ ਲੋੜ ਹੈ। ਸਾਡੀ ਸਮੱਸਿਆ ਲਈ, ਸੁਤੰਤਰ ਵੇਰੀਏਬਲਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਸਮੇਂ ਪ੍ਰੇਰਣਾ ਨੂੰ ਰੱਦ ਕਰਨਾ ਸਾਡੇ ਲਈ ਬਿਹਤਰ ਹੈ।
ਹੋਰ ਪੜ੍ਹੋ: ਐਕਸਲ (3) ਵਿੱਚ ਲੀਨੀਅਰ ਰਿਗਰੈਸ਼ਨ ਵਿੱਚ ਪੀ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕਰੀਏਤਰੀਕੇ)
ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਤੋਂ ਪ੍ਰੇਰਣਾ ਨੂੰ ਹਟਾਓ
ਪ੍ਰੇਰਣਾ ਨੂੰ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਦੇ ਤੌਰ 'ਤੇ ਮਿਟਾਉਣ ਤੋਂ ਬਾਅਦ, ਮੈਂ ਉਹੀ ਪਹੁੰਚ ਲਾਗੂ ਕੀਤੀ ਅਤੇ ਇੱਕ ਸਧਾਰਨ ਰੀਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ। ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਕਿ ਹੁਣ ਸਾਰੇ ਮੁੱਲ 0.05 ਤੋਂ ਘੱਟ ਹਨ। ਅੰਤਮ ਸਮੀਕਰਨ ਇਹ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:
ਸਲਾਨਾ ਵਿਕਰੀ = 1167.8 + 19993.3*(ਸਕੂਲ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਸਾਲ ਪੂਰਾ ਹੋਇਆ)
ਚਿੱਤਰ 3.5 [ਪੂਰਾ ਦ੍ਰਿਸ਼ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ]<3
ਨੋਟ
ਚਿੱਤਰ 4
ਐਡ-ਇਨ ਟੂਲ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਮਲਟੀਪਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ LINEST ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਸਕਦੇ ਹੋ। LINEST ਫੰਕਸ਼ਨ ਇੱਕ ਐਰੇ ਫੰਕਸ਼ਨ ਹੈ ਜੋ ਇੱਕ ਸੈੱਲ ਜਾਂ ਸੈੱਲਾਂ ਦੀ ਇੱਕ ਰੇਂਜ ਵਿੱਚ ਨਤੀਜਾ ਵਾਪਸ ਕਰ ਸਕਦਾ ਹੈ। ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਰੇਂਜ A8:B12 ਚੁਣੋ ਅਤੇ ਫਿਰ ਇਸ ਰੇਂਜ (A8) ਦੇ ਪਹਿਲੇ ਸੈੱਲ ਵਿੱਚ ਫਾਰਮੂਲਾ “=LINEST (A2:A6, B2:B6, TRUE, TRUE)” ਦਾਖਲ ਕਰੋ। ਤੁਹਾਡੇ ਦੁਆਰਾ CTRL + SHIFT + ENTER ਦਬਾਉਣ ਤੋਂ ਬਾਅਦ, Excel ਹੇਠਾਂ ਦਿੱਤੇ ਅਨੁਸਾਰ ਨਤੀਜੇ ਦੇਵੇਗਾ। ਚਿੱਤਰ 3.4 ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ, ਤੁਸੀਂ ਦੇਖ ਸਕਦੇ ਹੋ ਕਿ 19993.3 ਸਕੂਲ ਦੇ ਪੂਰੇ ਕੀਤੇ ਗਏ ਉੱਚਤਮ ਸਾਲ ਦਾ ਗੁਣਾਂਕ ਹੈ ਜਦੋਂ ਕਿ 1167.8 ਸਥਿਰ ਹੈ। ਵੈਸੇ ਵੀ, ਮੈਂ ਤੁਹਾਨੂੰ ਐਡ-ਇਨ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦਾ ਹਾਂ. ਇਹ ਬਹੁਤ ਸੌਖਾ ਹੈ।
ਹੋਰ ਪੜ੍ਹੋ…
ਉਲਟਾ ਕੀ-ਜੇ ਐਕਸਲ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ
<0 ਐਕਸਲ ਵਿੱਚ ਵਾਈਲਡਕਾਰਡਸ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰੀਏ?ਵਰਕਿੰਗ ਫਾਈਲ ਡਾਊਨਲੋਡ ਕਰੋ
ਹੇਠਾਂ ਦਿੱਤੇ ਲਿੰਕ ਤੋਂ ਵਰਕਿੰਗ ਫਾਈਲ ਡਾਊਨਲੋਡ ਕਰੋ।
ਮਲਟੀਪਲ-ਰਿਗਰੈਸ਼ਨ-ਵਿਸ਼ਲੇਸ਼ਣ। xlsx
