Статья покажет вам несколько основных методов, как сделать множественный регрессионный анализ в Excel Это очень важная тема в области статистики. Она помогает нам предсказать зависимую переменную относительно одной или нескольких зависимых переменных.

В наборе данных у нас есть информация о некоторых автомобилях: их имена , цены , максимальные скорости в мили в час , the пиковая мощность которую может произвести их двигатель, и максимальная ассортимент расстояние, которое они могут проехать без дозаправки бака.

Скачать Рабочую тетрадь для практических занятий

Что такое множественная регрессия?

Множественная регрессия это статистический процесс, с помощью которого мы можем проанализировать взаимосвязь между зависимая переменная и несколько независимые переменные . Цель регрессия это предсказать природу зависимые переменные по отношению к соответствующим независимые переменные .

2 шага для проведения множественного регрессионного анализа в Excel

Шаг 1: Включите вкладку Анализ данных

Сайт Вкладка данных не содержит Анализ данных лента по умолчанию. Чтобы активировать ее, выполните следующую процедуру.

• Во-первых, зайдите в Файл >> Опции

• Затем выберите Дополнения >> Надстройки Excel >> Перейти

• Проверьте Пакет инструментов анализа в Доступны дополнения: раздел и нажмите кнопку OK .

После этого Лента анализа данных появится в Вкладка данных .

Шаг 2: Создание множественного регрессионного анализа в Excel

Здесь я покажу вам, как анализировать множественная регрессия .

• Из Данные вкладка>> выбрать Анализ данных
• A диалоговое окно отобразится выбор Регрессия и нажмите OK .

A Регрессия появится диалоговое окно.

• Мы спрогнозируем автомобиль цена в соответствии с их максимальная скорость , пиковая мощность и ассортимент .
• Выберите ассортимент из зависимые переменные ( Входной диапазон Y ). В моем случае это C4:C14 .
• После этого выберите ассортимент из независимые переменные ( Вход X Диапазон ). В моем случае это D4:F14 .
• Проверьте Ярлыки и выберите Новый рабочий лист Ply: в Параметры вывода Если вы хотите, чтобы ваш регрессионный анализ в текущем листе, поместите ссылку на ячейку, с которой вы хотите начать анализ в Выходной диапазон

Вы можете выбрать Остатки если вы хотите продолжить анализ .

• После этого вы увидите регрессионный анализ в новый лист . Формат анализ в зависимости от вашего удобства.

Таким образом, вы можете сделать множественный регрессионный анализ в Excel.

Похожие чтения

• Как сделать простую линейную регрессию в Excel (4 простых метода)
• Как интерпретировать результаты регрессии в Excel (подробный анализ)

Краткое обсуждение анализа множественной регрессии в Excel

Сайт регрессионный анализ оставляет несколько значений определенных параметров. Посмотрим, что они означают.

Регрессионная статистика

В Регрессионная статистика часть, мы видим значения некоторых параметров.

1. Multiple R: Это относится к Коэффициент корреляции который определяет, насколько сильна линейная связь между переменными. Диапазон значений для этого параметра коэффициент составляет (-1, 1). Сила связи пропорциональна абсолютной величине Множественные R .
2. R-квадрат: Это еще один Коэффициент чтобы определить, насколько хорошо линия регрессии также показывает, сколько точек попадает на линию регрессии. В данном примере значение R 2 это 86 что хорошо. Из этого следует, что 86% данных будет соответствовать линия множественной регрессии .
3. Скорректированный квадрат R: Это скорректированный R квадрат значение для независимые переменные в модели. Она подходит для множественный регрессионный анализ и так для наших данных. Здесь значение Скорректированный квадрат R это 79 .
4. Стандартная ошибка: Это определяет, насколько совершенны ваши регрессия уравнение будет. Поскольку мы делаем случайный регрессионный анализ , значение Стандартная ошибка здесь довольно высока.
5. Наблюдения: Количество наблюдений в наборе данных составляет 10 .

Анализ отклонений ( ANOVA )

В ANOVA раздел анализа, мы также видим некоторые другие параметры .

1. df: The ' степени свободы ' определяется df . Значение df вот 3 потому что у нас есть 3 типы независимые переменные .
2. СС: СС относится к сумме квадратов. Если Остаточная сумма из Квадрат намного меньше, чем Общая сумма из Квадрат Ваши данные будут помещаться в линия регрессии удобнее. Здесь Остаточный SS намного меньше, чем Итого СС поэтому мы можем предположить, что наши данные могут вписываться в рамки линия регрессии лучшим образом
3. МС: МС среднее квадратическое значение. Значение Регрессия и Остаточный РС - это 78 и 5372210.11 соответственно.
4. F и Значимость F: Эти значения определяют надежность регрессионный анализ . Если Значимость F меньше, чем 05 , the множество регрессионный анализ подходит для использования. В противном случае вам, возможно, придется изменить ваши независимая переменная В нашем наборе данных значение Значимость F это 0.01 что хорошо для анализа.

Выходные данные регрессионного анализа

Здесь я рассмотрю вывод Регрессионный анализ .

1. Коэффициенты и другие

В этом разделе мы получим значение коэффициенты для независимые переменные - Макс. скорость , Пиковая мощность и Диапазон Мы также можем найти следующую информацию для каждого из них коэффициент его Стандартная ошибка , статистика , P-value и другие параметры.

2. Остаточный выход

Сайт Остаточные значения помогают нам понять, насколько прогнозируемая цена отклоняется от своего фактического значения и стандарт значение остатки что было бы приемлемо.

Способ предсказания по регрессионный анализ работы приведены ниже.

Скажем, мы хотим предсказать цена первого автомобиля в соответствии с его независимые переменные . независимые переменные это Макс. скорость , Пиковая мощность и Диапазон значения которых 110 миль в час , 600 лошадиных сил и 130 миль соответственно. Соответствующие коэффициенты регрессии являются 245.43 , 38.19 и 94.38 . значение перехвата y это -50885.73 . Таким образом, прогнозируемая цена будет 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Согласно набору данных, приведенному в этой статье, если вы хотите предсказать автомобиль цена которая имеет максимальная скорость из х мф , пиковая мощность из y hp и ассортимент из z миль прогнозируемая цена составит 245.43*x+38.19*y+94.38*z .

Читать далее: Как интерпретировать результаты множественной регрессии в Excel

Использование графика для понимания множественной линейной регрессии в Excel

Если вы хотите визуализировать линия регрессии ваших данных, давайте выполним следующую процедуру.

Шаги:

• Во-первых, из Данные вкладка>> Перейти к Анализ данных
• A Анализ данных появится диалоговое окно, затем выберите Регрессия .
• Наконец, нажмите OK .

Еще один диалоговое окно из Регрессия появится.

• Выберите Остаточный и Графики соответствия линий .
• Нажмите OK .

После этого вы увидите график линия регрессии соответствует согласно Макс. скорость , Пиковая мощность и Диапазон в новый лист вместе с анализом.

Ниже здесь он представляет собой линейная посадка согласно Макс. скорость .

На следующем изображении показано линейная посадка согласно Пиковая мощность .

На рисунке ниже представлены линейная посадка согласно Диапазон .

Пожалуйста, скачайте рабочую тетрадь и посмотрите сюжеты для лучшего понимания.

Читать далее: Как сделать линейную регрессию в Excel (4 простых способа)

Практическая секция

Здесь я предоставляю вам набор данных из этой статьи, чтобы вы могли проанализировать множественная линейная регрессия самостоятельно.

Заключение

Достаточно сказать, что эта статья поможет вам понять, как сделать множественный регрессионный анализ в Excel и это краткое описание параметров. Если у вас есть какие-либо идеи или отзывы относительно этой статьи, пожалуйста, поделитесь ими в поле для комментариев. Это поможет мне обогатить мои будущие статьи.