Uchambuzi wa urejeshaji uko katika karibu kila aina ya programu za takwimu kama SPSS , R, na bila kusahau Excel. Regression inaweza kutupa picha kubwa juu ya uhusiano kati ya anuwai. Urejeshaji wa mstari unaweza kufanywa haraka sana katika Excel kwa kutumia Uchambuzi wa Data zana. Makala haya yataonyesha jinsi unavyoweza kutafsiri matokeo ya urejeshaji katika Excel.

Pakua Kitabu cha Mazoezi cha Mazoezi

Pakua kitabu hiki cha mazoezi hapa chini.

Urejeshaji Ni Nini?

Uchambuzi wa urejeshaji mara nyingi hutumika katika uchanganuzi wa data ili kubaini uhusiano kati ya vigeu vingi. Uchanganuzi wa urekebishaji hukuruhusu kuchagua kinachotokea kwa utofauti tegemezi ikiwa moja ya anuwai huru itabadilika. Pia hukuruhusu kubaini kihisabati ni vigeu gani huru vina ushawishi.

Urejeshaji rahisi wa mstari ni tofauti na rejeleo la mistari mingi katika takwimu. Kwa kutumia kitendakazi cha mstari, uchanganuzi rahisi wa urejeleaji wa mstari uhusiano kati ya vigeuzo na kigezo kimoja huru. Urejeshaji wa mistari mingi ni wakati vipengele viwili au zaidi vya maelezo vinatumiwa kubainisha viambajengo. Kutumia rejista isiyo ya mstari badala ya utofauti tegemezi hufafanuliwa kama kazi isiyo ya mstari kwani uhusiano wa data sio mstari. Makala haya yatajikita kwenye laini nyingirejeshi ili kuonyesha jinsi unavyoweza kutafsiri matokeo ya urejeshaji katika Excel.

Hatua za Kufanya Urejeshaji katika Excel

Kwa madhumuni ya urejeshaji, tutatumia mkusanyiko wa data ulio hapa chini kwa madhumuni ya uchambuzi. Hapa tofauti huru itakuwa safu ya Bei na safuwima ya Inayouzwa . Safu ya huru itakuwa safuwima Mahitaji .

Hatua

10>Tunahitaji kwenda kwenye kichupo cha Data na ubofye Uchambuzi wa Data ili kufanya urejeshaji .



• Kutakuwa na dirisha jipya; chagua anuwai tegemezi na anuwai ya data inayojitegemea.
• Kisha weka tiki kwenye kisanduku cha Lebo na Kujiamini .
• Kisha ubofye safu ya kisanduku cha towe kisanduku ili kuchagua anwani ya kisanduku cha kutoa
• Inayofuata, weka alama kwenye Mabaki ili kukokotoa mabaki.
• Baada ya hapo, weka alama kwenye Salio viwanja na Sanduku za Viwanja vya Line Fit
• Bofya Sawa baada ya hii.



• Baada ya kubofya Sawa, vigezo msingi vya matokeo ya uchanganuzi vitakuwa kwenye visanduku vilivyobainishwa.



• Kisha utapata baadhi ya vigezo. kama vile Umuhimu thamani n.k katika jedwali la ANOVA ( Uchanganuzi wa Tofauti ).
• Hapa, df inaashiria kiwango cha uhuru kinachohusiana na chanzo cha tofauti.
• SS inaashiria jumla ya miraba. Mfano wako utaonyesha data bora ikiwa Salio SS ni ndogo kuliko Jumla ya SS.
• MS ina maana ya mraba.
• F inaashiria F -jaribio la nadharia potofu.
• Umuhimu F inaashiria P -thamani ya F .



• Kisha utapata pia vigawanyiko vya kutofautisha, thamani ya umuhimu, n.k katika jedwali.



• Kisha utapata jedwali la mwisho chini ya jedwali la mgawo ambalo lina thamani ya mabaki kwa kila ingizo.



• Ifuatayo, utapata chati ya urejeshaji ya Mahitaji vs Bei , yenye mwelekeo.



• Baadaye hii, unapata chati ya Mahitaji dhidi ya Kuuzwa chati ya rejeshi yenye mwelekeo.



• Kuna nyingine chati inayoonyesha mgawanyo wa mabaki ya kila ingizo kutoka kwa Kuuzwa kigeu.



• Kuna chati nyingine inayoonyesha usambazaji wa masalio ya kila ingizo kutoka kwa Bei kigeu.



Ifuatayo, tutakuonyesha jinsi unavyoweza n kufasiri matokeo haya ya urejeshaji katika Excel.

Soma Zaidi: Jinsi ya Kufanya Urekebishaji wa Urekebishaji katika Excel (kwa Hatua za Haraka)

Jinsi ya Kutafsiri Matokeo ya Regression katika Excel

Kitu kinachofuata unachohitaji kufanya baada ya kufanya uchanganuzi wa rejista na kuyatafsiri. Matokeo yamefafanuliwa na kufafanuliwa hapa chini.

Uchambuzi wa Thamani ya Urejeleaji wa R-Mraba Nyingi

TheNambari ya R-mraba inaonyesha jinsi vipengele vya mkusanyiko wa data vinavyohusiana na jinsi mstari wa urejeshaji unavyolingana na data. Tutatumia uchanganuzi wa urejeshaji wa safu nyingi, ambapo tutaamua athari ya vigeu viwili au zaidi kwenye jambo kuu. Hii inarejelea jinsi kigeu tegemezi kinabadilika kadiri mojawapo ya vigeu huru vinavyobadilika. Masafa ya mgawo huu ni kutoka -1 hadi 1. Hapa,

• 1 ina maana uhusiano chanya wa karibu
• 0 inamaanisha hakuna uhusiano kati ya vigeu. Kwa maneno mengine, pointi za data ni za nasibu.
• -1 inamaanisha uhusiano wa kinyume au hasi kati ya vigeu.

Katika matokeo ya matokeo yaliyoonyeshwa hapo juu, thamani nyingi ya R ya iliyopewa. seti za data ni o.7578( takriban ), ambayo inaonyesha uhusiano mkubwa kati ya viambajengo.

R Mraba

R mraba

2>thamani inaeleza jinsi mwitikio wa viambajengo tegemezi unavyotofautiana kwa kigezo huru. Kwa upande wetu, thamani ni 0.574(takriban), ambayo inaweza kufasiriwa kama uhusiano ulio sawa kati ya viambajengo.

Iliyorekebishwa R-Mraba

Hii ni tu. toleo mbadala la thamani ya R ya mraba . Hii huchanganya kwa urahisi kitabiri vigeu huku ikitabiri utofauti wa majibu . Inakokotoa kama

R^2 = 1 – [(1-R^2)*(n-1)/(n-k-1)]

Hapa, R^2 : Thamani R^2 tuliyopata kutokaseti ya data.

n : idadi ya uchunguzi.

K : idadi ya vigezo vya kutabiri.

Umuhimu ya thamani hii hutokea wakati wa kufanya uchanganuzi wa rejista kati ya vijiti viwili vya predictor . Ikiwa kuna tofauti zaidi ya predictor katika mkusanyiko wa data, basi thamani ya mraba ya R itaongezwa, jambo ambalo halifai sana. Thamani iliyorekebishwa ya R mraba hurekebisha mfumuko huu wa bei na kutoa picha sahihi ya vigeu.

Hitilafu ya Kawaida

Kipimo kingine cha wema wa kutosheleza hiyo inaonyesha usahihi wa uchanganuzi wako wa rejista; kadiri thamani inavyopungua, ndivyo unavyoweza kuwa na uhakika zaidi katika uchanganuzi wako wa urejeshaji.

Hitilafu ya Kawaida ni kipimo cha majaribio kinachowakilisha umbali wa wastani ambao pointi hutoka kwenye mstari wa mwelekeo. Kinyume chake, R2 inawakilisha uwiano wa utofauti tegemezi. Katika hali hii, thamani ya Hitilafu ya Kawaida ni 288.9 ( takriban ), ambayo inaashiria kuwa pointi zetu za data, kwa wastani, zinashuka 288.9 kutoka kwa mtindo.

Uchunguzi

Onyesha idadi ya uchunguzi au maingizo.

Bainisha Kigezo Muhimu

Thamani ya Umuhimu inaonyesha uaminifu (sawa kitakwimu) wa uchanganuzi wetu. Kwa maneno mengine, inaashiria uwezekano wa mkusanyiko wetu wa data kuwa mbaya. Thamani hii inapaswa kuwa chini ya 5%. Lakini katika hali hii, thamani yetu ya umuhimu ni  0.00117,ambayo tafsiri yake ni 0.1%, ambayo ni chini ya 5%. Kwa hivyo uchambuzi wetu ni sawa. Vinginevyo, tunaweza kulazimika kuchagua vigeu tofauti vya uchanganuzi wetu.

Thamani ya P katika Uchanganuzi wa Urekebishaji

Inahusiana kwa karibu na thamani muhimu, P- value inaashiria uwezekano wa thamani ya mgawo kuwa sio sahihi. Thamani ya P inaashiria kuhusishwa kwa dhana potofu na viambajengo.

Kama thamani ya p < yako; Nambari ya Umuhimu , kuna ushahidi wa kutosha kukataa nadharia tete ya thamani. Hii ina maana kwamba kuna uwiano usio na sufuri kati ya vigeu.

Lakini ikiwa thamani ya p- > Umuhimu kutakuwa na ushahidi wa kutosha wa kuondoa thamani hiyo. nadharia tupu. Hiyo inaashiria kwamba hakuwezi kuwa na uwiano kati ya vigezo.

Katika au hali, thamani ya P ya kutofautisha Bei =0.000948 < 0.00117 (thamani ya umuhimu),

Kwa hivyo hakuna dhana potofu inayoendelea hapa, na kuna ushahidi wa kutosha wa kutangaza uhusiano kati ya vigeu.

Kwa upande mwingine, kwa kutofautisha Imeuzwa , (P-thamani) 0.0038515 < 0.0011723 (Thamani ya umuhimu)

Kwa hivyo kunaweza kuwa na dhana potofu inayoendelea hapa, na hakuna ushahidi wa kutosha wa kutangaza uwiano usio wa sufuri kati ya vigeu.

Katika hali nyingi, P hii -value huamua ikiwa kigezo kitakuwa kwenye hifadhidata au la. Kwa mfano, tunapaswa kuondoa Kuuzwa kutofautisha ili kuhifadhi uthabiti wa mkusanyiko wa data.

Mlingano wa Regression

Tunapobainisha uchanganuzi wa urejeshaji wa mstari katika Excel, mstari wa mwelekeo unapaswa pia kuwa mstari. Fomu ya jumla ni:

Y=mX+C.

Hapa, Y ndio kigezo tegemezi.

Na X ni kigezo huru hapa, kumaanisha kwamba tutaamua athari ya mabadiliko ya kigeuzi x kwenye kigezo cha Y.

C itakuwa tu thamani ya makutano ya mhimili wa Y wa mhimili wa Y. mstari.

Katika kesi hii, thamani ya kukataza C  ni sawa na 9502.109853

Na thamani ya m kwa vigezo viwili ni -809.265 na 0.424818.

Kwa hivyo, tuna mlingano wa mwisho wa vigeu viwili tofauti.

Ya kwanza ni:

Na mlinganyo wa kigezo cha pili ni:

Coefficients

Migawo tuliyopata ni m1=-809.2655 na m2=04248 . Na kipokezi, C= 9502.12 .

• Kwanza, thamani ya kikatizi inaonyesha kuwa mahitaji yatakuwa 9502 wakati bei ni sifuri.
• Na thamani za m inaashiria kiwango ambacho mahitaji hubadilika kwa kila kitengo cha mabadiliko ya bei. Thamani ya mgawo wa bei ni -809.265, ikionyesha kuwa ongezeko la bei kwa kila kitengo litapunguza mahitaji kwa takribani vitengo 809.
• Kwa kigezo cha pili, Inauzwa, thamani ya m ni 0.424. Hii inaashiria kuwa mabadiliko kwa kila kitengo cha bidhaa inayouzwaitasababisha ongezeko la kitengo cha mara 0424 cha bidhaa.

Mabaki

Mabaki tofauti kati ya asili na iliyokokotolewa. kuingia kutoka kwa mstari wa rejista ndio tofauti. Mabaki yanaonyesha jinsi thamani halisi ilivyo mbali na mstari. Kwa mfano, ingizo lililokokotwa kutoka kwa uchanganuzi wa urejeshaji kwa ingizo la kwanza ni 9497. Na thamani ya kwanza ya asili ni 9500. Kwa hivyo mabaki ni karibu 2.109.

Thamani ya T-Takwimu

Thamani ya T-statics ni mgawanyo wa mgawo kwa thamani ya kawaida. Thamani inavyokuwa ya juu, kuegemea zaidi kwa mgawo kunaonyesha.

Kuna umuhimu mwingine wa thamani hii, unaohitajika kukokotoa thamani ya P.

Kipindi cha Kujiamini cha 95%

Hapa uaminifu wa kigezo tulichoweka kama 95 mwanzoni. Inaweza kubadilika, ingawa.

• Hapa, thamani ya mgawo ya 95% ya chini inakokotolewa kama 8496.84 inamaanisha 95% ya juu inakokotolewa kama 10507.37,
• Hii ina maana kwamba wakati mgawo mkuu ni kuhusu, 9502.1.kuna uwezekano mkubwa kwamba thamani inaweza kuwa chini ya 8496 kwa 95% ya kesi na uwezekano wa 5% kuwa zaidi ya 10507.37

Soma Zaidi:

Mambo ya Kukumbuka

✎ Mbinu ya kuchanganua urejeshi hutathmini tu uhusiano kati ya vigeu vinavyochunguzwa. Huanzisha sababu. Kwa njia nyingine, tu kipengeleya uwiano inazingatia. Wakati kitendo fulani kinasababisha kitu, kinakuwa kisababishi. Wakati ubadilishaji wa kigezo kimoja huleta mabadiliko, inaweza kuchukuliwa kuwa sababu.

✎ Uchanganuzi wa urejeshaji unatatizwa sana na watoa huduma. Aina zote za wauzaji lazima ziondolewe kabla ya uchambuzi kufanywa. Ili kuchanganua na kutafsiri matokeo ya uchanganuzi wa urejeshaji katika Excel, unahitaji kuzingatia pointi hizi.

Hitimisho

Ili kuhitimisha, swali "jinsi ya kutafsiri matokeo ya urejeshaji katika Excel" linajibiwa kwa kina. kuichambua na baadaye kuifasiri. Uchanganuzi unafanywa kupitia zana ya Uchambuzi wa Data katika kichupo cha Data .

Kwa tatizo hili, kitabu cha kazi kinapatikana kwa kupakuliwa ambapo unaweza kufanya uchanganuzi wa urejeshi na kutafsiri. it.

Jisikie huru kuuliza maswali au maoni yoyote kupitia sehemu ya maoni. Mapendekezo yoyote ya uboreshaji wa jumuiya ya Exceldemy yatathaminiwa sana.