Používame regresná analýza keď máme údaje dvoch premenných z dvoch rôznych zdrojov a chceme medzi nimi vytvoriť vzťah. Regresná analýza nám poskytuje lineárny model, ktorý nám umožňuje predpovedať možné výsledky. Medzi predpovedanými a skutočnými hodnotami budú z pochopiteľných dôvodov určité rozdiely. V dôsledku toho sme vypočítať štandardnú chybu pomocou regresného modelu, čo je priemerná chyba medzi predpovedanými a skutočnými hodnotami. V tomto návode vám ukážeme, ako vypočítať štandardnú chybu regresnej analýzy v Excel .

Stiahnite si cvičebnicu

Stiahnite si tento cvičebný zošit, aby ste si počas čítania tohto článku precvičili svoje zručnosti.

4 jednoduché kroky na výpočet štandardnej chyby regresie v programe Excel

Predpokladajme, že máte súbor údajov s nezávislá premenná ( X ) a závislá premenná ( Y ) Ako vidíte, nemajú žiadny významný vzťah. My však chceme takýto vzťah vytvoriť. V dôsledku toho použijeme Regresná analýza na vytvorenie lineárneho vzťahu medzi týmito dvoma premennými. Pomocou regresnej analýzy vypočítame štandardnú chybu medzi týmito dvoma premennými. V druhej polovici článku si prejdeme niektoré parametre regresného modelu, ktoré vám pomôžu pri jeho interpretácii.

Krok 1: Použitie príkazu na analýzu údajov na vytvorenie regresného modelu

• Najprv prejdite na Údaje a kliknite na kartu Analýza údajov príkaz.

• Z Analýza údajov v zozname vyberte Regresia možnosť.
• Potom kliknite na tlačidlo OK .

Krok 2: Vloženie vstupného a výstupného rozsahu do regresného poľa

• Pre Vstupný rozsah Y , vyberte rozsah C4:C13 so záhlavím.
• Kliknite na Štítky začiarkavacie políčko.

• Vyberte rozsah B4:B13 pre Vstupný rozsah X .

• Ak chcete získať výsledok na preferovanom mieste, vyberte ľubovoľnú bunku ( B16 ) pre Rozsah výstupu .
• Nakoniec kliknite na tlačidlo OK .

Prečítajte si viac: Ako vypočítať štandardnú chybu pomeru v programe Excel (s jednoduchými krokmi)

Krok 3: Zistite štandardnú chybu

• Z regresnej analýzy môžete získať hodnotu štandardnej chyby ( 3156471 ).

Prečítajte si viac: Ako zistiť zostatkovú štandardnú chybu v programe Excel (2 jednoduché metódy)

Krok 4: Načrtnite graf regresného modelu

• Najprv kliknite na Vložte tab.
• Z Grafy vyberte skupinu Rozptyl graf.

• Kliknite pravým tlačidlom myši na stránku nad jedným z bodov.
• Z možností vyberte Pridať trendovú čiaru možnosť.

• Preto váš regresná analýza graf sa vykreslí ako na obrázku nižšie.

• Zobrazenie regresná analýza rovnice, kliknite na Zobrazenie rovnice na grafe možnosť z Formát Trendline.

• Výsledkom je rovnica ( y = 1,0844x + 107,21 ) regresnej analýzy sa zobrazí v grafe.

Poznámky:

Z rovnice regresnej analýzy môžete vypočítať rozdiel medzi predpokladanými a skutočnými hodnotami.

Kroky:

• Zadajte vzorec, ktorý predstavuje rovnicu regresnej analýzy.

• Preto dostanete prvú predpokladanú hodnotu ( 129.9824 ), ktorá sa líši od skutočnej hodnoty ( 133 ).

• Použite Nástroj AutoFill na automatické vyplnenie stĺpca D .

• Ak chcete vypočítať chybu, zadajte nasledujúci vzorec na odčítanie.

• Napokon, automatické vypĺňanie stĺpca E na zistenie chybových hodnôt.

Prečítajte si viac: Ako vypočítať štandardnú chybu regresného sklonu v programe Excel

Interpretácia regresnej analýzy v programe Excel

1. Štandardná chyba

Z rovnice regresnej analýzy vidíme, že medzi predpovedanými a skutočnými hodnotami je vždy rozdiel alebo chyba. V dôsledku toho musíme vypočítať priemernú odchýlku rozdielov.

A štandardná chyba predstavuje priemernú chybu medzi predpovedanou hodnotou a skutočnou hodnotou. 8.3156471 ako štandardná chyba v našom príklade regresného modelu. Naznačuje, že existuje rozdiel medzi predpovedanými a skutočnými hodnotami, ktorý by mohol byť väčší ako štandardná chyba ( 15.7464 ) alebo menej ako štandardná chyba ( 4.0048 ). priemerná chyba bude 8.3156471 , čo je štandardná chyba .

V dôsledku toho je cieľom modelu znížiť štandardnú chybu. nižšie štandardná chyba, tým viac presné model.

2. Koeficienty

Regresný koeficient vyhodnocuje odpovede neznámych hodnôt. V regresnej rovnici ( y = 1,0844x + 107,21 ), 1.0844 je koeficient , x je prediktívna nezávislá premenná, 107.21 je konštanta a y je hodnota odozvy pre x .

• A kladný koeficient Predpokladá, že čím vyšší je koeficient, tým vyššia je premenná odpovede. proporcionálne vzťah.
• A záporný koeficient Predpokladá, že čím vyšší je koeficient, tým nižšie sú hodnoty odpovedí. disproporčné vzťah.

3. Hodnoty P

V regresnej analýze, p-hodnoty a koeficienty spolupracujú, aby vás informovali, či sú korelácie vo vašom modeli štatisticky relevantné a aké sú tieto vzťahy. nulová hypotéza že nezávislá premenná nesúvisí so závislou premennou, sa testuje pomocou p-hodnota Pre každú nezávislú premennú neexistuje súvislosť medzi zmenami nezávislej premennej a zmenami závislej premennej, ak neexistuje korelácia.

• Údaje z vašej vzorky poskytujú dostatočnú podporu pre falšovať nulovú hypotézu pre celú populáciu, ak p-hodnota pre premennú je menej ako je váš prah významnosti. Vaše dôkazy podporujú pojem nenulová korelácia Na úrovni populácie sú zmeny nezávislej premennej spojené so zmenami závislej premennej.
• A p-hodnota väčšie ako je hladina významnosti na oboch stranách, naznačuje, že vaša vzorka má nedostatočný dôkaz preukázať, že nenulová korelácia existuje.

Pretože ich p-hodnoty ( 5.787E-06 , 1.3E-06 ) sú menej ako významná hodnota ( 5.787E-06 ),. Nezávislá premenná (X) a Intercept sú štatisticky významné ako je vidieť na príklade regresného výstupu.

4. Hodnoty R-štvorca

Pre lineárne regresné modely, R-kvadrát je meranie úplnosti Tento pomer ukazuje percento odchýlky v závislej premennej, ktorú spolu tvoria nezávislé faktory. 0-100 percentuálna stupnica, R-kvadrát kvantifikuje sila súvislosti medzi vaším modelom a závislou premennou.

Stránka R2 je mierou toho, ako dobre regresný model zodpovedá vašim údajom. vyššie . číslo ,. lepšie uskutočniteľný model.

Záver

Dúfam, že tento článok vám poskytol návod na výpočet štandardnej chyby regresie v Excel . všetky tieto postupy by ste sa mali naučiť a aplikovať ich na svoj súbor údajov. Pozrite si cvičný zošit a vyskúšajte si tieto zručnosti. K ďalšiemu vytváraniu takýchto výukových materiálov nás motivuje vaša cenná podpora.

Ak máte akékoľvek otázky, kontaktujte nás. V nižšie uvedenej časti môžete tiež zanechať komentáre.

My, Exceldemy Tím vždy reaguje na vaše otázky.

Zostaňte s nami a učte sa ďalej.