رجعت تجزيي تقريبن هر قسم جي شمارياتي سافٽ ويئر ۾ آهي جهڙوڪ SPSS ، R، ۽ Excel جو ذڪر نه ڪرڻ. رجعت اسان کي وڏي تصوير ڏئي سگھي ٿي متغيرن جي وچ ۾ لاڳاپن بابت. لڪير ريگريشن تمام جلدي ٿي سگهي ٿي Excel ۾ استعمال ڪندي Data Analysis Tool. هي آرٽيڪل ڏيکاريندو ته توهان ڪيئن ڪري سگهو ٿا ايڪسل ۾ رجعت جي نتيجن جي تشريح.

ڊائون لوڊ ڪريو مشق ورڪ بڪ

ريگريشن ڇا آهي؟

رجسٽريشن تجزيو اڪثر ڪري ڊيٽا جي تجزيي ۾ استعمال ڪيو ويندو آهي ڪيترن ئي متغيرن جي وچ ۾ ايسوسيئيشن کي طئي ڪرڻ لاء. ريگريشن تجزيو توهان کي اهو چونڊڻ جي اجازت ڏئي ٿو ته انحصار متغير کي ڇا ٿيندو جيڪڏهن هڪ آزاد متغير تبديل ٿي وڃي. اهو پڻ توهان کي رياضياتي طور تي معلوم ڪرڻ جي اجازت ڏئي ٿو ته ڪهڙن آزاد متغيرن جو اثر آهي.

سادو لڪير رجعت انگن اکرن ۾ ملٽيپل لائينيئر ريگريشن کان مختلف آهي. هڪ لڪير فنڪشن استعمال ڪندي، سادو لڪير ريگريشن تجزيو متغير ۽ هڪ آزاد متغير جي وچ ۾ ايسوسيئيشن. Multiple linear regression اهو آهي جڏهن ٻه يا وڌيڪ وضاحتي عنصر استعمال ڪيا وڃن متغيرن کي طئي ڪرڻ لاءِ. انحصار متغير جي بدران غير لائنر ريگريشن کي استعمال ڪندي غير لائنر فنڪشن جي طور تي بيان ڪيو ويو آهي ڇاڪاڻ ته ڊيٽا جا رشتا لڪير نه آهن. هي آرٽيڪل متعدد لڪير تي ڌيان ڏيندوregression اهو ظاهر ڪرڻ لاءِ ته توهان ڪيئن ڪري سگهو ٿا Excel ۾ رجعت جي نتيجن جي تشريح.

Excel ۾ رجعت ڪرڻ جا قدم

رجعت جي مقصدن لاءِ، اسان هيٺ ڏنل ڊيٽا سيٽ استعمال ڪنداسين تجزيو جا مقصد. هتي آزاد متغير هوندو قيمت ڪالم ۽ وڪرو ڪالم. آزاد ڪالم هوندو مطالبو ڪالمن.

8>

قدم 3>

• اسان کي وڃڻو پوندو Data ٽئب ۽ ڪلڪ ڪريو Data Analysis regression ڪرڻ لاءِ .

• هڪ نئين ونڊو هوندي؛ انحصار متغير ۽ آزاد متغير ڊيٽا جي حد کي منتخب ڪريو.
• پوءِ چيڪ ڪريو Labels باڪس ۽ Confidence باڪس.
• پوءِ آئوٽ پُٽ سيل رينج تي ڪلڪ ڪريو باڪس آئوٽ پُٽ سيل ايڊريس کي منتخب ڪرڻ لاءِ
• اڳيون، ٽڪ ڪريو بقايل بقات جي حساب ڪرڻ لاءِ.
• ان کان پوءِ، چيڪ ڪريو بقايل پلاٽ ۽ Line Fit Plots boxes
• Click OK هن کان پوءِ.

• ڪلڪ ڪرڻ کان پوءِ ٺيڪ، تجزيي جا پرائمري آئوٽ پٽ پيٽرول مخصوص سيلز تي هوندا.

15>

18>

• پوءِ توهان کي ٽيبل ۾ متغير جا ڪوئفينٽس، اهميت جي قيمت وغيره به ملندا.

• پوءِ توهان کي ڪوفيشينٽ ٽيبل جي هيٺان هڪ حتمي جدول ملندو جنهن ۾ هر داخل ٿيڻ جي بقايا قيمت هوندي.

• اڳيون، توهان حاصل ڪندا مطالبو بمقابله قيمت رجعت چارٽ، هڪ رجحان لائن سان. هي، توهان حاصل ڪريو مطالبو بمقابله وڪرو رجعت چارٽ هڪ رجحان لائن سان. چارٽ وڪرو متغير مان هر داخلا جي بقايا جي ورڇ ڏيکاري ٿو.

23>

• هتي هڪ ٻيو چارٽ آهي بقايا جي ورڇ ڏيکاري ٿو هر داخلا جو قيمت متغير.

24>

اڳيون، اسان توهان کي ڏيکارينداسين ته توهان ڪيئن n انهن رجعت جي نتيجن جي تشريح ڪريو Excel ۾.

وڌيڪ پڙهو: ڪيئن ڪجي ايڪسل ۾ لاجسٽڪ ريگريشن (جلدي قدمن سان)

تشريح ڪيئن ڪجي ايڪسل ۾ رجعت جا نتيجا

اڳيون شيون جيڪو توهان کي ڪرڻو پوندو ريگريشن تجزيو ڪرڻ کان پوءِ ۽ انهن جي تشريح ڪريو. نتيجن کي هيٺ بيان ڪيو ويو آهي ۽ وضاحت ڪئي وئي آهي.

Multiple R-Squared Regression Value Analysis

The R-squared انگ اهو ظاهر ڪري ٿو ته ڊيٽا سيٽ جا عناصر ڪيتري ويجهڙائي سان لاڳاپيل آهن ۽ ريگريشن لائن ڪيتري حد تائين ڊيٽا سان ملي ٿي. اسان استعمال ڪرڻ وارا آھيون گھڻا لڪير ريگريشن تجزيو، جنھن ۾ اسين مکيه عنصر تي ٻن يا وڌيڪ متغيرن جو اثر طئي ڪرڻ وارا آھيون. اهو ظاهر ڪري ٿو ته ڪيئن منحصر متغير تبديلين مان هڪ آزاد متغير تبديلين جي طور تي. ھن کوٽائي جي حد -1 کان 1 تائين آھي. ھتي،

• 1 جو مطلب آھي ويجھو مثبت تعلق
• 0 مطلب ته متغيرن جي وچ ۾ ڪو به تعلق نه آھي. ٻين لفظن ۾، ڊيٽا پوائنٽون بي ترتيب آهن.
• -1 جو مطلب آهي متغيرن جي وچ ۾ متضاد يا منفي تعلق.

مٿي ڏيکاريل نتيجن جي نتيجن ۾، ڏنل ڪيترن ئي آر-قدر ڊيٽا سيٽ o.7578 ( تقريبن ) آهي، جيڪو متغيرن جي وچ ۾ مضبوط لاڳاپن کي ظاهر ڪري ٿو.

R اسڪوائر

ترتيب ڏنل R-Squared

اهو صرف آهي R مربع قدر جو متبادل نسخو. هي صرف اڳڪٿي ڪندڙ متغير کي ڦيرائي ٿو جڏهن ته جواب متغير جي اڳڪٿي ڪندي. اهو حساب ڪري ٿو

R^2 = 1 – [(1-R^2)*(n-1)/(n-k-1)]

هتي، R^2 : The R^2 قدر جنهن مان اسان حاصل ڪيو آهيڊيٽا سيٽ.

n : مشاهدن جو تعداد.

K : اڳڪٿي ڪندڙ متغيرن جو تعداد.

اهميت هن قدر جو پيدا ٿئي ٿو جڏهن ٻن پيشڪيدار متغيرن جي وچ ۾ ريگريشن تجزيو ڪندي. جيڪڏهن ڊيٽا سيٽ ۾ هڪ کان وڌيڪ آهي اڳڪٿي ڪندڙ متغير، پوء R اسڪوائر قدر وڌايو ويندو، جيڪو انتهائي ناپسنديده آهي. ترتيب ڏنل R اسڪوائر قيمت هن افراط زر کي ترتيب ڏئي ٿو ۽ متغيرن جي صحيح تصوير ڏئي ٿو.

معياري غلطي

ٻيو سٺو معيار جو معيار جيڪو توهان جي رجعت جي تجزيي جي درستگي کي ظاهر ڪري ٿو؛ جيتري قدر گهٽ، اوترو وڌيڪ پڪ توهان پنهنجي رجعت جي تجزيي ۾ ٿي سگهندا.

معياري غلطي هڪ تجرباتي ميٽرڪ آهي جيڪو اوسط فاصلي جي نمائندگي ڪري ٿو ته پوائنٽون رجحان لائن کان جدا ٿي وڃن ٿيون. ان جي ابتڙ، R2 ظاھر ڪري ٿو انحصار متغير تبديلي جي تناسب. انهي صورت ۾، معياري غلطي جو قدر 288.9 ( تقريبن ) آهي، جيڪو ظاهر ڪري ٿو ته اسان جي ڊيٽا پوائنٽ، سراسري طور تي، رجحان لائن کان 288.9 گرايو.

مشاهدو

مشاهدن يا داخلائن جو تعداد ظاهر ڪريو.

معمولي متغير جو تعين ڪريو

The اهميت جو قدر اسان جي تجزيي جي اعتبار (اعداداتي طور تي آواز) کي ظاهر ڪري ٿو. ٻين لفظن ۾، اهو اسان جي ڊيٽا سيٽ جي غلط هجڻ جي امڪان کي ظاهر ڪري ٿو. اهو قدر 5 سيڪڙو کان گهٽ هجڻ گهرجي. پر هن معاملي ۾، اسان جي اهميت جو قدر آهي 0.00117،جيڪو ترجمو ڪري ٿو 0.1٪، جيڪو 5٪ کان هيٺ آهي. تنهنڪري اسان جو تجزيو ٺيڪ آهي. ٻي صورت ۾، اسان کي اسان جي تجزيي لاء مختلف متغيرن کي چونڊڻو پوندو.

1> ريگريشن تجزيي ۾ P- قدر

هڪ اهم قدر سان ويجهي ڳنڍيل آهي، P- قدر ظاھر ڪري ٿو امڪاني قدر جي غلط هجڻ جي امڪان کي. P-value متغيرن سان null hypothesis جي وابستگي کي ظاهر ڪري ٿو.

جيڪڏهن توهان جو p-value < جي اهميت نمبر، اتي ڪافي ثبوت آهي ته null قدر جي مفروضي کي رد ڪرڻ لاءِ. ان جو مطلب آهي ته متغيرن جي وچ ۾ هڪ غير صفر تعلق آهي.

پر جيڪڏهن p-value > Significance value، ان کي رد ڪرڻ لاءِ ڪافي ثبوت نه هوندا. null hypothesis. اهو ظاهر ڪري ٿو ته متغيرن جي وچ ۾ ڪو به تعلق نه آهي.

يا صورت ۾، متغير جو P-value قيمت =0.000948 < 0.00117 (اهميت جو قدر)،

تنهنڪري هتي ڪو به null مفروضو نه آهي، ۽ متغيرن جي وچ ۾ رابطي جو اعلان ڪرڻ لاءِ ڪافي ثبوت موجود آهن.

ٻئي طرف، متغير لاءِ وڪرو ، (P-value) 0.0038515 < 0.0011723 (اهميت جي قيمت)

تنهنڪري هتي ٿي سگهي ٿو هڪ null مفروضو ٿي رهيو آهي، ۽ اتي ڪافي ثبوت نه آهي ته متغيرن جي وچ ۾ غير صفر رابطي جو اعلان ڪرڻ لاءِ.

اڪثر ڪيسن ۾، هي پي. -value اهو طئي ڪري ٿو ته هڪ متغير ڊيٽا سيٽ ۾ هوندو يا نه. مثال طور، اسان کي هٽائڻ گهرجي Sold ڊيٽا سيٽ جي مضبوطي کي محفوظ ڪرڻ لاءِ متغير.

رجسٽريشن مساوات

جيئن اسان ايڪسل ۾ لڪير رجعت جي تجزيي کي طئي ڪريون ٿا، رجحان لائن پڻ لڪير هجڻ گهرجي. عام روپ آهي:

Y=mX+C.

هتي، Y انحصار متغير آهي.

۽ X هتي آزاد متغير آهي، مطلب ته اسين متغير جي تبديليءَ جو اثر متغير Y تي طئي ڪنداسين.

C صرف Y-axis چونڪ جو قدر ٿيندو. ليڪ.

هن صورت ۾، سي جي مداخلت جي قيمت 9502.109853 جي برابر آهي

۽ ٻن متغيرن لاءِ m جي قيمت -809.265 ۽ 0.424818 آهي.

تنهنڪري، اسان وٽ ٻن الڳ متغيرن لاءِ آخري مساوات آهي.

پهريون هڪ آهي:

۽ ٻئي متغير جي مساوات آھي:

Coefficients

اسان کي مليل ڪوئفينٽس m1=-809.2655 ۽ m2=04248 آهن. ۽ انٽرسيپٽر، C = 9502.12 .

• پهريون، انٽرسيپٽر جي قيمت ظاهر ڪري ٿي ته طلب 9502 ٿي ويندي جڏهن قيمت صفر آهي.
• ۽ قيمتون m ان شرح کي ظاهر ڪريو جنهن تي قيمت جي تبديلي جي في يونٽ جي طلب ۾ تبديلي اچي ٿي. قيمت جي کوٽائي واري قيمت -809.265 آهي، اهو ظاهر ڪري ٿو ته قيمت ۾ في يونٽ جي واڌ سان لڳ ڀڳ 809 يونٽن جي طلب گهٽجي ويندي.
• ٻئي متغير لاءِ، وڪرو، ايم جي قيمت 0.424 آهي. اهو ظاهر ڪري ٿو ته تبديلي في يونٽ وڪرو ٿيل شيوننتيجي ۾ پيداوار جي 0424-وقت جي يونٽ ۾ اضافو ٿيندو.

بقات

The Residual اصل ۽ حساب ڪيل وچ ۾ فرق رجعت واري لڪير کان داخلا فرق آهي. Residuals ظاهر ڪن ٿا ته اصل قدر لڪير کان ڪيترو پري آهي. مثال طور، پهرين داخلا لاءِ رجعت جي تجزيي مان ڪمپيوٽيڊ انٽري 9497 آهي. ۽ پهرين اصل قيمت 9500 آهي. تنهنڪري باقي رهيل 2.109 جي لڳ ڀڳ آهي.

T-Statistics Value

T-statics قدر معياري قدر جي حساب سان کوٽائي جي تقسيم آهي. قيمت جيتري وڌيڪ آهي، اوتري قدر بهتر قابل اعتماد کوٽائي اشارو ڪري ٿي.

هن قدر جي هڪ ٻي اهميت آهي، جيڪا پي-قدر کي ڳڻڻ جي ضرورت آهي.

95٪ اعتماد جو وقفو

هتي متغير جو اعتماد اسان شروع ۾ 95 مقرر ڪيو آهي. اهو تبديل ٿي سگهي ٿو، جيتوڻيڪ.

• هتي، هيٺين 95٪ جي کوٽائي قدر 8496.84 جي طور تي ڳڻيو ويو آهي، مطلب ته مٿين 95٪ جي حساب سان 10507.37،
• ان جو مطلب اهو آهي ته جڏهن اسان جي مکيه کوٽائي بابت آهي، 9502.1. اتي هڪ وڏو موقعو آهي ته قيمت 8496 کان هيٺ ٿي سگهي ٿي 95٪ ڪيسن لاء ۽ 5٪ ان جي 10507.37 کان مٿي هجڻ جو امڪان آهي

وڌيڪ پڙهو:

✎ رجعت جي تجزيي جو طريقو صرف امتحان هيٺ متغيرن جي وچ ۾ تعلق جو اندازو لڳائي ٿو. اهو سبب قائم نٿو ڪري. ٻين طريقن ۾، صرف پاسولاڳاپو سمجهي ٿو. جڏهن ڪو عمل ڪنهن شيءِ جو سبب بڻجي ٿو، ته اهو ڪارڻ بڻجي وڃي ٿو. جڏهن هڪ ڦيرڦار جي هڪ ڦيرڦار سان تبديلي پيدا ٿئي ٿي، ان کي سبب سمجهي سگهجي ٿو.

✎ ريگريشن تجزيي کي تمام گهڻو نقصان پهچائي ٿو. تجزيو ڪرڻ کان اڳ سڀني قسمن جي ٻاهران کي ختم ڪيو وڃي. ايڪسل ۾ رجعت جي تجزيي جي نتيجن جو تجزيو ۽ تشريح ڪرڻ لاءِ، توهان کي انهن نقطن تي غور ڪرڻ جي ضرورت آهي.

نتيجو

انهي کي خلاصو ڪرڻ لاءِ، سوال ”ڪيئن تشريح ڪجي رجعت جي نتيجن کي Excel ۾“ تفصيل سان جواب ڏنو ويو آهي. تجزيو ۽ بعد ۾ ان جي تشريح. تجزيو Data Analysis ٽول ذريعي ڪيو ويندو آهي Data tab.

هن مسئلي لاءِ، هڪ ورڪ بڪ ڊائون لوڊ لاءِ موجود آهي جتي توهان ريگريشن تجزيي ۽ تفسير جي مشق ڪري سگهو ٿا. اهو.

تبصرو سيڪشن ذريعي ڪنهن به سوال يا راءِ پڇڻ لاءِ آزاد محسوس ڪريو. Exceldemy ڪميونٽي جي بهتري لاءِ ڪا به تجويز قابل تعريف هوندي.