Jinsi ya Kufanya Uchambuzi wa Urekebishaji Nyingi katika Excel (na Hatua Rahisi)

  • Shiriki Hii
Hugh West

Makala yatakuonyesha baadhi ya mbinu za kimsingi za jinsi ya kufanya uchanganuzi wa rejista nyingi katika Excel . Hii ni mada muhimu sana katika uwanja wa takwimu. Inatusaidia kutabiri kigezo tegemezi kuhusu kigezo kimoja au vingi tegemezi.

Katika mkusanyiko wa data, tuna taarifa fulani kuhusu baadhi ya magari: majina yao , bei , kasi ya juu zaidi katika maili kwa saa , nguvu ya kilele injini yao inaweza kutoa, na kiwango cha juu cha masafa ya umbali wanaweza kusafiri bila kujazwa tena tanki lao.

Pakua Kitabu cha Mazoezi

Uchambuzi wa Urekebishaji Nyingi.xlsx

Nyingi Ni Nini Kurudi nyuma?

Rejeshi nyingi ni mchakato wa takwimu ambao tunaweza kuchanganua uhusiano kati ya kigeu tegemezi na vigeu kadhaa vinavyojitegemea . Madhumuni ya rejeshi ni kutabiri asili ya vigeu tegemezi kuhusiana na vigeu vinavyolingana .

Hatua 2 za Kufanya Uchambuzi wa Urejeshaji Nyingi katika Excel

Hatua-1: Washa Kichupo cha Uchanganuzi wa Data

Kichupo cha Kichupo cha Data hakina Uchambuzi wa Data utepe kwa chaguo-msingi. Ili kuwezesha hili, pitia utaratibu ulio hapa chini.

  • Kwanza, nenda kwa Faili >> Chaguo

  • Kisha chagua Viongezeo >> Viongezeo vya Excel >> Nenda

  • Angalia Zana ya Uchambuzi katika Ongeza -inapatikana: sehemu na ubofye Sawa .

Baada ya hapo, Utepe wa Uchambuzi wa Data ita onekana katika Kichupo cha Data .

Hatua-2: Kuunda Uchanganuzi Nyingi wa Urejeshaji katika Excel

Hapa nitakuonyesha jinsi ya kuchanganua rejeshi nyingi .

  • Kutoka kwa Data kichupo >> chagua Uchambuzi wa Data
  • A kisanduku kidadisi kitaonekana kilichochaguliwa Regression na ubofye Sawa .

A Regression kisanduku kidadisi kitatokea.

  • Tutatabiri gari bei kulingana na kasi ya juu zaidi , nguvu ya juu na masafa .
  • Chagua masafa ya vigeu tegemezi ( Ingizo Y Masafa ). Kwa upande wangu, ni C4:C14 .
  • Baada ya hapo, chagua masafa ya vigeu vinavyojitegemea ( Ingizo la X ). Kwa upande wangu, ni D4:F14 .
  • Angalia Lebo na uchague Njia Mpya ya Laha ya Kazi: katika Chaguo za Pato . Iwapo unataka uchanganuzi wako wa urejeshaji katika laha ya sasa, weka rejeleo la kisanduku ambapo ungependa kuanza uchanganuzi katika Aina ya Matokeo

Unaweza kuchagua Mabaki ikiwa ungependa kufanya zaidi uchambuzi .

  • Baada ya hapo, utafanya tazama uchambuzi wa urejeshaji katika laha mpya . Fomati ya uchambuzi kulingana na urahisi wako.

Hivyo unaweza kufanya uchanganuzi wa urejeshaji mara nyingi katika Excel.

0> Usomaji Unaofanana

  • Jinsi ya Kufanya Urejeshaji Rahisi wa Mstari katika Excel (Njia 4 Rahisi)
  • Jinsi ya Kutafsiri Matokeo ya Urejeshaji katika Excel (Uchambuzi wa Kina)

Majadiliano Mafupi kuhusu Uchanganuzi Nyingi wa Rejeshi katika Excel

uchanganuzi wa urejeleaji huacha thamani kadhaa za vigezo fulani. . Hebu tuone wanamaanisha nini.

Takwimu za Kurudi nyuma

Katika sehemu ya Takwimu za Marejeo , tunaona thamani za baadhi ya vigezo.

  1. Nyingi R: Hii inarejelea Mgawo wa Uwiano ambao huamua jinsi uhusiano wa mstari kati ya vigeu ulivyo na nguvu. Masafa ya thamani za mgawo huu ni (-1, 1). Uimara wa uhusiano unalingana na thamani kamili ya Nyingi R .
  2. R Square: Ni Coefficient nyingine kubainisha jinsi vizuri. laini ya kurudi nyuma itatoshea. Inaonyesha pia ni alama ngapi zinaanguka kwenye safu ya rejista. Katika mfano huu, thamani ya R 2 ni 86 , ambayo ni nzuri. Inamaanisha kuwa 86% ya data itatoshea laini nyingi za urejeleaji .
  3. Mraba wa R uliorekebishwa: Hii ndiyo iliyorekebishwa R mraba thamani ya vigeu vinavyojitegemea katika modeli. Inafaa kwa uchambuzi wa urejeshaji nyingi na hivyo kwa data yetu. Hapa, thamani ya Adjusted R Square ni 79 .
  4. Hitilafu ya Kawaida: Hii huamua jinsi rejeshi lako lilivyo kamili. equation itakuwa. Tunapofanya uchanganuzi wa urejeshaji bila mpangilio , thamani ya Hitilafu ya Kawaida hapa ni ya juu sana.
  5. Maoni: Idadi ya uchunguzi katika mkusanyiko wa data ni 10 .

Uchambuzi wa Tofauti ( ANOVA )

Katika ANOVA sehemu ya uchanganuzi, pia tunaona vigezo vingine .

  1. df: The ' digrii za uhuru ' inafafanuliwa na df . Thamani ya df hapa ni 3 kwa sababu tuna 3 aina za vigezo vinavyojitegemea .
  2. SS : SS inarejelea jumla ya miraba. Ikiwa Jumla ya Mabaki ya Mraba ni ndogo zaidi kuliko Jumla ya Jumla ya Mraba , data yako itatoshea katika regression line kwa urahisi zaidi. Hapa, Residual SS ni ndogo zaidi kuliko Jumla ya SS , kwa hivyo tunaweza kukisia kuwa data yetu inaweza kutoshea laini ya regression kwa njia bora
  3. MS: MS ndio mraba wa wastani. Thamani ya Regression na Residual MS ni 78 na 5372210.11 mtawalia.
  4. F na Umuhimu F: Thamani hizi huamua kutegemewa kwa uchanganuzi wa urejeshaji . Ikiwa Umuhimu F ni chini ya 05 , the uchanganuo mwingi wa urejeshaji unafaa kutumika. Vinginevyo, unaweza kuhitaji kubadilisha kigeu chako cha kujitegemea . Katika mkusanyiko wetu wa data, thamani ya Umuhimu F ni 0.01 ambayo ni nzuri kwa uchanganuzi.

Pato la Uchambuzi wa Regression

Hapa, nitajadili matokeo ya Uchambuzi wa Regression .

  1. Coefficients and Others

Katika sehemu hii , tunapata thamani ya coefficients kwa vigezo vinavyojitegemea- Max. Kasi , Nguvu ya Kilele na Masafa . Tunaweza pia kupata maelezo yafuatayo kwa kila mgawo : Hitilafu ya Kawaida yake, t Stat , P-thamani na vigezo vingine.

2. Pato la Mabaki

Thamani Zilizobaki zinatusaidia kuelewa ni kwa kiasi gani bei iliyotabiriwa inapotoka kwenye thamani yake halisi na kiwango thamani ya mabaki ambayo yatakubalika.

Jinsi utabiri kwa uchanganuzi wa urejeshi unavyofanya kazi umetolewa hapa chini.

Sema, tunataka kutabiri bei ya gari la kwanza kulingana na vigezo vyake vinavyojitegemea . Vigezo vinavyojitegemea ndio Upeo. Kasi , Nguvu ya Kilele na Masafa ambayo thamani zake ni maili 110 kwa saa , nguvu 600 na maili 130 , kwa mtiririko huo. vigezo vya kurudi nyuma ni 245.43 , 38.19 na 94.38 . Thamani ya y kukatiza ni -50885.73 . Kwa hivyo bei iliyotabiriwa itakuwa 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Kulingana na mkusanyiko wa data wa makala haya, ikiwa ungependa kutabiri bei ambayo ina kasi ya juu zaidi ya x mph , nguvu kuu ya y hp na masafa kati ya maili z , bei iliyotabiriwa itakuwa 245.43*x+38.19*y+94.38*z .

Soma Zaidi: Jinsi ya Kutafsiri Matokeo ya Urejeshaji Nyingi katika Excel

Kutumia Grafu Kuelewa Urejeshaji wa Mistari Nyingi katika Excel

Ikiwa ungependa kuibua mstari wa kurejesha wa data yako, hebu tupitie utaratibu ulio hapa chini.

Hatua:

  • Kwanza, kutoka kwa Data kichupo >> Nenda kwenye Uchambuzi wa Data
  • A Uchanganuzi wa Data kisanduku kidadisi kitatokea kisha uchague Regression .
  • Mwishowe, bofya Sawa .

Kisanduku kidadisi Nyingine ya Regression kitatokea.

  • Chagua Mabaki na Viwanja vya Line Fit .
  • Bofya Sawa .

3>

Baada ya hapo, utaona grafu ya regression line inafaa kulingana na Max. Kasi , Peak Power na Range katika laha mpya pamoja na uchanganuzi.

Hapa chini, inawakilisha line fit kulingana na Max. Kasi .

Na picha ifuatayo inaonyesha kufaa kwa laini kulingana na Peak Power .

Ya hapa chinipicha inawakilisha kifaa cha mstari kulingana na Msururu .

Tafadhali pakua kitabu cha kazi na uone viwanja kwa uelewa bora.

Soma Zaidi: Jinsi ya Kufanya Rejeshi la Mstari katika Excel (Njia 4 Rahisi)

Sehemu ya Mazoezi

Hapa, ninakupa mkusanyiko wa data wa makala haya ili uweze kuchanganua rejeshi nyingi za mstari peke yako.

Hitimisho

Inatosha kusema, makala hii itakusaidia kuelewa jinsi ya kufanya uchambuzi wa regression nyingi katika Excel na ni maelezo mafupi ya vigezo. Ikiwa una maoni yoyote au maoni kuhusu nakala hii, tafadhali shiriki kwenye sanduku la maoni. Hii itanisaidia kuimarisha makala zangu zijazo.

Hugh West ni mkufunzi na mchambuzi mwenye uzoefu wa juu wa Excel na uzoefu wa zaidi ya miaka 10 katika tasnia. Ana Shahada ya Kwanza katika Uhasibu na Fedha na Shahada ya Uzamili katika Utawala wa Biashara. Hugh ana shauku ya kufundisha na ameanzisha mbinu ya kipekee ya kufundisha ambayo ni rahisi kufuata na kuelewa. Ujuzi wake wa kitaalam wa Excel umesaidia maelfu ya wanafunzi na wataalamu ulimwenguni kote kuboresha ujuzi wao na kufaulu katika taaluma zao. Kupitia blogu yake, Hugh hushiriki ujuzi wake na ulimwengu, akitoa mafunzo ya bila malipo ya Excel na mafunzo ya mtandaoni ili kuwasaidia watu binafsi na biashara kufikia uwezo wao kamili.