Kako opraviti večkratno regresijsko analizo v programu Excel (z enostavnimi koraki)

  • Deliti To
Hugh West

Članek vam bo pokazal nekaj osnovnih metod, kako narediti večkratna regresijska analiza v programu Excel . to je zelo pomembna tema na področju statistike. pomaga nam napovedati odvisno spremenljivko glede ene ali več odvisnih spremenljivk.

V naboru podatkov imamo nekaj informacij o nekaterih avtomobilih: njihove imena , cene , največje hitrosti na spletnem mestu milj na uro , je največja moč ki ga lahko proizvede njihov motor, in največjo obseg razdalje, ki jo lahko prevozijo, ne da bi napolnili rezervoar.

Prenesi delovni zvezek za prakso

Večkratna regresijska analiza.xlsx

Kaj je multipla regresija?

Večkratna regresija je statistični postopek, s katerim lahko analiziramo razmerje med odvisna spremenljivka in več neodvisne spremenljivke . Namen regresija je napovedati naravo odvisne spremenljivke glede na ustrezne neodvisne spremenljivke .

2 koraka za večkratno regresijsko analizo v Excelu

Korak 1: Omogočite zavihek Analiza podatkov

Spletna stran Zavihek Podatki ne vsebuje Analiza podatkov Če želite to privzeto aktivirati, uporabite spodnji postopek.

  • Najprej pojdite v Datoteka >> Možnosti

  • Nato izberite Dodatki >> Excelovi dodatki >> Go

  • Preverite Analitično orodje ToolPak v Na voljo so dodatki: in kliknite V REDU .

Po tem je trak za analizo podatkov bo prikazan v Zavihek Podatki .

Korak 2: Ustvarjanje večkratne regresijske analize v programu Excel

Tukaj vam bom pokazal, kako analizirati večkratna regresija .

  • Od Podatki zavihek>> izberite Analiza podatkov
  • A pogovorno okno se bo prikazal izbor Regresija in kliknite V REDU .

A Regresija Pojavilo se bo pogovorno okno.

  • Napovedali bomo avtomobil cena v skladu z njihovimi največja hitrost , največja moč in . obseg .
  • Izberite obseg na spletnem mestu odvisne spremenljivke ( Vhodno območje Y ). V mojem primeru je to C4:C14 .
  • Nato izberite obseg na spletnem mestu neodvisne spremenljivke ( Vhod X Območje ). V mojem primeru je to D4:F14 .
  • Preverite Etikete in izberite Nov delovni list Ply: v Možnosti izhoda . Če želite, da vaš regresijska analiza v trenutnem listu vstavite sklic na celico, v kateri želite začeti analiza v Razpon izhoda

Izberete lahko Ostanki če želite nadaljevati analiza .

  • Po tem se prikaže regresijska analiza v nov list . oblikujte analiza glede na vaše udobje.

Tako lahko naredite večkratna regresijska analiza v Excelu.

Podobna branja

  • Kako narediti preprosto linearno regresijo v Excelu (4 preproste metode)
  • Kako interpretirati rezultate regresije v programu Excel (podrobna analiza)

Kratka razprava o večkratni regresijski analizi v programu Excel

Spletna stran regresijska analiza pusti več vrednosti nekaterih parametrov. Poglejmo, kaj pomenijo.

Regresijska statistika

V Regresijska statistika del, vidimo vrednosti nekaterih parametrov.

  1. Več R: To se nanaša na Korelacijski koeficient ki določa, kako močna je linearna povezava med spremenljivkami. koeficient je (-1, 1). Moč povezave je sorazmerna z absolutno vrednostjo Več R .
  2. Kvadrat R: To je še ena Koeficient da bi ugotovili, kako dobro je regresijska črta prav tako pokaže, koliko točk pade na regresijsko premico. V tem primeru je vrednost R 2 je . 86 , kar je dobro. Iz tega sledi, da 86% podatkov bo ustrezal multipla regresijska črta .
  3. Prilagojeni kvadrat R: To je prilagojeni R kvadrat vrednost za neodvisne spremenljivke v modelu. Primeren je za večkratna regresijska analiza in tako tudi za naše podatke. Tu je vrednost Prilagojeni kvadrat R je . 79 .
  4. Standardna napaka: Od tega je odvisno, kako popoln je vaš regresija enačba bo. Ker delamo naključno regresijska analiza , vrednost Standardna napaka tu je precej visoka.
  5. Opazovanja: Število opazovanj v naboru podatkov je 10 .

Analiza variance ( ANOVA )

V ANOVA analizo, vidimo tudi nekatere druge parametri .

  1. df: ' stopnje prostosti ' je opredeljen z df Vrednost df tukaj je 3 ker imamo 3 vrste neodvisne spremenljivke .
  2. SS: SS se nanaša na vsoto kvadratov. Preostala vsota o Kvadratni je veliko manjši od Skupna vsota na spletnem mestu Kvadratni , bodo vaši podatki ustrezali regresijska črta bolj priročno. V tem primeru je Ostanek SS je veliko manjši od Skupaj SS zato lahko domnevamo, da se naši podatki lahko uvrstijo v regresijska črta na boljši način
  3. MS: MS je srednja kvadratna vrednost. Vrednost Regresija in . Preostali MS je 78 in . 5372210.11 oziroma.
  4. F in . Pomembnost F: Te vrednosti določajo zanesljivost regresijska analiza . Če je Pomembnost F je manjša od 05 , je več regresijska analiza je primerna za uporabo. V nasprotnem primeru boste morda morali spremeniti neodvisna spremenljivka V našem naboru podatkov je vrednost Pomembnost F je . 0.01 kar je dobro za analizo.

Rezultat regresijske analize

V tem poglavju bom razpravljal o izpisu Regresijska analiza .

  1. Koeficienti in drugo

V tem razdelku dobimo vrednost koeficienti za neodvisne spremenljivke - največja hitrost , Največja moč in . Razpon . Za vsakega lahko najdemo tudi naslednje informacije koeficient : njegova Standardna napaka , t Statistika , P-vrednost in druge parametre.

2. Preostali izhod

Spletna stran Preostale vrednosti nam pomagajo razumeti, koliko predvidena cena odstopa od svoje dejanske vrednosti in standard vrednost ostanki ki bi bila sprejemljiva.

Način napovedi, ki jo regresijska analiza je naveden spodaj.

Recimo, da želimo napovedati cena prvega avtomobila glede na njegovo neodvisne spremenljivke . neodvisne spremenljivke so Največja hitrost , Največja moč in . Razpon katerih vrednosti so 110 milj na uro , 600 konjskih moči in . 130 milj Ustrezna regresijski koeficienti so . 245.43 , 38.19 in . 94.38 . y vrednost prestrezanja je . -50885.73 Tako bo predvidena cena 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Glede na nabor podatkov iz tega članka, če želite napovedati vozilo cena ki ima največja hitrost na spletnem mestu . x mph , največja moč na spletnem mestu y hp in . obseg na spletnem mestu . z milj , bo predvidena cena 245.43*x+38.19*y+94.38*z .

Preberite več: Kako interpretirati rezultate večkratne regresije v programu Excel

Uporaba grafa za razumevanje večkratne linearne regresije v programu Excel

Če želite vizualizirati regresijska črta podatkov, si poglejmo spodnji postopek.

Koraki:

  • Prvič, iz Podatki zavihek>> Pojdi na Analiza podatkov
  • A Analiza podatkov Pojavilo se bo pogovorno okno in izberite Regresija .
  • Na koncu kliknite V REDU .

Še en pogovorno okno na spletnem mestu . Regresija se prikaže.

  • Izberite Preostali in . Ploskve za prileganje linij .
  • Kliknite . V REDU .

Po tem boste videli graf regresijska črta ustreza v skladu z Največja hitrost , Največja moč in . Razpon v nov list skupaj z analizo.

Spodaj predstavlja prileganje linije v skladu z Največja hitrost .

Naslednja slika prikazuje prileganje linije v skladu z Največja moč .

Spodnja slika predstavlja prileganje linije v skladu z Razpon .

Prenesite delovni zvezek in si oglejte parcele za boljše razumevanje.

Preberite več: Kako narediti linearno regresijo v Excelu (4 preprosti načini)

Oddelek za prakso

Tukaj vam dajem nabor podatkov iz tega članka, tako da lahko analizirate večkratna linearna regresija samostojno.

Zaključek

Ta članek vam bo pomagal razumeti, kako narediti večkratna regresijska analiza v Excelu in je kratek opis parametrov. Če imate kakršne koli zamisli ali povratne informacije v zvezi s tem člankom, jih delite v polju za komentarje. To mi bo pomagalo obogatiti moje prihodnje članke.

Hugh West je zelo izkušen trener Excela in analitik z več kot 10-letnimi izkušnjami v industriji. Po izobrazbi je diplomirani računovodstvo in finance ter magisterij poslovne administracije. Hugh ima strast do poučevanja in je razvil edinstven pristop k poučevanju, ki ga je enostavno slediti in razumeti. Njegovo strokovno znanje o Excelu je pomagalo na tisoče študentom in strokovnjakom po vsem svetu, da so izboljšali svoje sposobnosti in se izkazali v karieri. Prek svojega bloga Hugh deli svoje znanje s svetom, ponuja brezplačne vadnice za Excel in spletno usposabljanje, ki posameznikom in podjetjem pomaga doseči njihov polni potencial.