Користимо регресиону анализу када имамо податке из две варијабле из два различита извора и желимо да изградимо однос између њих. Регресиона анализа нам пружа линеарни модел који нам омогућава да предвидимо могуће исходе. Постојаће неке разлике између предвиђених и стварних вредности из очигледних разлога. Као резултат, ми израчунавамо стандардну грешку користећи регресиони модел, који је просечна грешка између предвиђених и стварних вредности. У овом водичу показаћемо вам како да израчунате стандардну грешку регресионе анализе у Екцел .

Преузми радну свеску за вежбу

Преузми ову радну свеску да бисте вежбали док сте читајући овај чланак.

4 једноставна корака за израчунавање стандардне грешке регресије у програму Екцел

Претпоставимо да имате скуп података са независном променљивом ( Кс ) и зависном променљивом ( И ) . Као што видите, они немају значајну везу. Али желимо да га изградимо. Као резултат тога, користићемо Регресиону анализу да креирамо линеарну везу између њих. Израчунаћемо стандардну грешку између две варијабле користећи регресиону анализу. Проћи ћемо преко неких параметара регресионог модела у другој половини чланка да бисмо вам помогли да га протумачите.

Корак 1: Примените команду за анализу података наКреирајте регресијски модел

• Прво, идите на картицу Подаци и кликните на Анализа података наредба.

• У листи Анализа података изаберите Регресија опција.
• Затим кликните на ОК .

Корак 2: Уметните улазни и излазни опсег у регресијски оквир

• За Опсег И улаза , изаберите опсег Ц4:Ц13 са заглављем.
• Кликните на Лабелс поље за потврду.

• Изаберите опсег Б4:Б13 за Инпут Кс Опсег .

• Да бисте добили резултат на жељеној локацији, изаберите било коју ћелију ( Б16 ) за Опсег излаза .
• На крају, кликните на ОК .

Прочитајте више: Како израчунати стандардну грешку пропорције у Екцел-у (са једноставним корацима)

Корак 3: Сазнајте стандардну грешку

• Од регресионом анализом, можете добити вредност од стандардна грешка ( 3156471 ).

Прочитајте више: Како да бисте пронашли преосталу стандардну грешку у Екцел-у (2 лака метода)

Корак 4: Исцртајте графикон регресионог модела

• Прво кликните на Инсерт картица.
• У групи Графикони изаберите Распој графикон.

• Кликните десним тастером миша преко једног одпоена.
• Из опција изаберите опцију Додај линију тренда .

• Стога, ваш графикон регресионе анализе ће бити исцртан као на слици испод.

• Да бисте приказали једначина регресионе анализе , кликните на Прикажи једначину на графикону опцију из Формат Трендлине.

• Као резултат, једначина ( и = 1,0844к + 107,21 ) регресионе анализе ће се појавити на графикону.

Напомене:

Можете израчунати разлику између предвиђених вредности и стварних вредности из једначине регресионе анализе.

Кораци:

• Укуцајте формулу која представља једначину регресионе анализе.

• Дакле, добићете прву предвиђену вредност ( 129,9824 ), која се разликује од стварне вредности ( 133 ).

• Користите Алатка за аутоматско попуњавање за аутоматско попуњавање колоне Д .

• Да бисте израчунали грешку, откуцајте следећу формулу у одузми.

• Коначно, аутоматски попуни колону Е да бисте пронашли вредности грешке.

Прочитајте више: Како израчунати стандардну грешку нагиба регресије у Екцел

Интерпретација регресионе анализе у Екцел-у

1. Стандардна грешка

Из једначине регресионе анализе можемо видети да увек постоји разлика или грешка између предвиђених и стварних вредности. Као резултат тога, морамо израчунати просечну девијацију разлика.

А стандардна грешка представља просечну грешку између предвиђене вредности и стварне вредности. Открили смо 8.3156471 као стандардну грешку у нашем примеру модела регресије. То указује да постоји разлика између предвиђених и стварних вредности, која може бити већа од стандардне грешке ( 15,7464 ) или мања од стандардна грешка ( 4.0048 ). Међутим, наша просечна грешка биће 8,3156471 , што је стандардна грешка .

Као резултат тога, циљ модела је да смањи стандардну грешку. Што је мања стандардна грешка, то је тачнији модел.

2. Коефицијенти

Коефицијент регресије процењује одговори непознатих вредности. У једначини регресије ( и = 1,0844к + 107,21 ), 1,0844 је коефицијент , к је независна променљива предиктора, 107.21 је константа, а и је вредност одговора за к .

• А позитивни коефицијент предвиђа да што је већи коефицијент, то је већи одговорпроменљива. Указује на пропорционални однос.
• негативни коефицијент предвиђа да што је коефицијент већи, то су ниже вредности одговора. То указује на диспропорционалну однос.

3. П-вредности

У регресионој анализи, п- вредности и коефицијенти сарађују да би вас обавестили да ли су корелације у вашем моделу статистички релевантне и какве су те везе. нулта хипотеза да независна променљива нема везу са зависном променљивом тестира се коришћењем п-вредности за сваку независну променљиву. Не постоји веза између промена независне варијабле и варијација у зависној променљивој ако не постоји корелација.

• Ваш узорак података даје довољну подршку да погреши нулту хипотезу за пуну популацију ако је п-вредност за променљиву мања од вашег прага значајности. Ваши докази подржавају идеју корелације која није нула . На нивоу популације, промене независне варијабле су повезане са променама зависне варијабле.
• А п-вредност већа од нивоа значајности, са обе стране , сугерише да ваш узорак нема недовољан доказ да би се утврдило да постоји корелација која није нула .

Зато што њихове п-вредности ( 5.787Е-06 , 1.3Е-06 ) су мање од значајне вредности ( 5.787Е-06 ), независне променљиве (Кс) и Пресјек су статистички значајни , као што се види у примјеру излаза регресије.

4. Вриједности Р-квадрата

За моделе линеарне регресије, Р-квадрат је мерање комплетности . Овај однос показује проценат варијансе у зависној променљивој коју независни фактори узимају у обзир када се узму заједно. На практичној скали 0–100 процената, Р-квадрат квантификује јачу везе између вашег модела и зависне променљиве.

Вредност Р2 је мера колико добро регресиони модел одговара вашим подацима. Што је већи број , то је бољи изводљиви модел.

Закључак

Надам се да вам је овај чланак дао водич о томе како израчунати стандардну грешку регресије у Екцел . Све ове процедуре треба научити и применити на ваш скуп података. Погледајте радну свеску за вежбање и тестирајте ове вештине. Мотивисани смо да наставимо да правимо овакве туторијале због ваше драгоцене подршке.

Молимо вас да нас контактирате ако имате питања. Такође, слободно оставите коментаре у одељку испод.

Ми, Екцелдеми тим, увек одговарамо на ваше упите.

Останите са нама и наставите да учите.