Regression analysis ay isang malawakang ginagamit na istatistikal na pagkalkula. Madalas nating ginagawa ang ganitong uri ng pagkalkula ayon sa ating kagustuhan. Sa Excel, maaari tayong magsagawa ng maraming uri ng pagsusuri ng regression . Sa artikulong ito, ipapakita namin kung paano gawin ang logistic regression sa Excel. Kung interesado ka ring matutunan ang pagsusuring ito, i-download ang workbook ng pagsasanay at sundan kami.

I-download ang Workbook ng Practice

I-download ang workbook ng pagsasanay na ito para sa pagsasanay habang binabasa mo ang artikulong ito.

Logistic Regression.xlsx

Ano ang Logistic Regression?

Ang logistic regression analysis ay isang statistical learning algorithm na ginagamit upang mahulaan ang halaga ng isang dependent variable batay sa ilang independent na pamantayan. Nakakatulong ito sa isang tao na makuha ang resulta mula sa isang malaking dataset batay sa kanyang gustong kategorya. Pangunahing tatlong uri ang pagtatasa ng logistic regression:

1. Binary Logistic Regression
2. Multinomial Logistic Regression
3. Ordinal Logistic Regression

Binary Logistic Regression: Sa binary regression analysis model, tinutukoy namin ang isang kategorya sa pamamagitan lamang ng dalawang kaso. Oo/Hindi o Positibo/Negatibo.

Multinomial Logistic Regression: Ang multinominal logistic analysis ay gumagana sa tatlo o higit pang mga klasipikasyon. Kung mayroon kaming higit sa dalawang classified na seksyon upang ikategorya ang aming data, maaari naming gamitin ang regression analysis model na ito.

Ordinal LogisticRegression: Gumagana ang modelo ng pagsusuri ng regression na ito para sa higit sa dalawang kategorya. Gayunpaman, sa modelong ito, kailangan namin ng paunang natukoy na pagkakasunud-sunod upang ikategorya ang mga ito.

Hakbang-hakbang na Pamamaraan sa Paggawa ng Logistic Regression sa Excel

Sa artikulong ito, isasagawa namin ang binary logistical regression pagsusuri. Ang ganitong uri ng pagsusuri ay nagbibigay sa amin ng isang prediction value ng gustong variable. Upang maisagawa ang pagsusuri, isinasaalang-alang namin ang isang dataset ng 10 machine mula sa isang industriya. Maaaring positibo o negatibo ang availability ng makina. Ang mga binary digit na 1=positive , at 0=negative , at ang mga value na ito ay ipinapakita sa column B . Ang edad ng mga makinang iyon ay nasa column C at ang average na oras ng tungkulin ng mga ito bawat linggo ay nasa column D . Kaya, ang aming dataset ay nasa hanay ng mga cell B5:D14 . Ang mga value ng initial regression solver variable ay nasa hanay ng mga cell C16:D18 . Ang buong pamamaraan ng pagsusuri ay ipinaliwanag sa ibaba nang sunud-sunod:

Hakbang 1: Ipasok ang Iyong Dataset

Sa hakbang na ito, ii-import namin ang iyong dataset:

• Una sa lahat, ipasok nang tumpak ang iyong dataset sa Excel. Para sa aming pagsusuri, inilalagay namin ang dataset sa hanay ng mga cell B5:D14 .

• Pagkatapos, ilagay ang iyong Solver Decision Varibles' Inilalagay namin ang mga ito sa hanay ng mga cell D16:D18.
• Ipinapalagay namin ang lahat ng value ng mga variable bilang 0.01 .

BasahinHigit pa: Multiple Linear Regression sa Excel Data Sets (2 Paraan)

Hakbang 2: Suriin ang Logit Value

Sa hakbang na ito, kakalkulahin natin ang Logit value para sa aming dataset. Tinukoy namin ang Logit value bilang X sa aming pagkalkula. Ang formula ng value ng Logit ay:

Dito, b0, b1, at b2 ay regression mga variable.

• Isulat ang sumusunod na formula sa cell E5 . Gamitin ang Absolute sign para i-freeze ang cell value ng mga variable. Kung hindi mo alam kung paano ipasok ang sign na Absolute Cell Reference , maaari mo itong ipasok sa ilang paraan.

=$D$16+$D$17*C5+$D$18*D5

• Pagkatapos, pindutin ang Enter key sa iyong keyboard.

• Pagkatapos noon, double-click sa icon na Fill Handle para kopyahin ang formula hanggang sa cell E14 .

• Makukuha mo ang lahat ng value ng X .

Magbasa Nang Higit Pa: Paano Gumawa ng Simple Linear Regression sa Excel (4 Simple Methods)

Hakbang 3: Tukuyin ang Exponential ng Logit para sa Bawat Data

Dito, kakalkulahin natin ang exponential value ng logit value, Para diyan, gagamitin natin ang ang EXP function :

• Upang matukoy ang exponential value ng X , isulat ang sumusunod na formula sa cell F5 :

=EXP(E5)

• Katulad nito, double click sa icon na Fill Handle para kopyahin ang formula tulad ngang naunang hakbang. Gagawin mo ang lahat ng exponential value ng X .

Hakbang 4: Kalkulahin ang Probability Value

P( Ang X) ay ang halaga ng posibilidad para sa kaganapang X . Ang posibilidad ng kaganapan X ay maaaring tukuyin bilang:

• Upang kalkulahin ito, isulat ang sumusunod na formula sa cell G5 .

=F5/(1+F5)

• Pindutin ang Enter key.
• Ngayon, i-drag ang icon na Fill Handle hanggang G15 para makuha ang value para sa lahat ng value.

Magbasa Nang Higit Pa: Paano Kalkulahin ang P Value sa Linear Regression sa Excel (3 Paraan)

Hakbang 5: Suriin ang Kabuuan ng Log- Halaga ng Likelihood

Sa mga sumusunod na hakbang, susuriin natin ang halaga ng Log-Likelihood. Pagkatapos nito ay gagamitin namin ang ang SUM function para idagdag ang lahat ng data:

• Upang kalkulahin ang Log-Likelihood value, pupunta kami sa gamitin ang ang LN function sa aming dataset. Sa cell H5 , isulat tapos na ang sumusunod na formula:

=(B5*LN(G5))+((1-B5)*LN(1-G5))

• Ngayon, pindutin ang Enter key sa keyboard.

• Pagkatapos, double click sa Icon ng Punan ang Handle para matukoy ang lahat ng value ng log-likelihood.

• Pagkatapos nito, sa cell H15 , isulat ang sumusunod na formula upang mabuo ang lahat ng mga halaga.

=SUM(H5:H14)

🔍 Breakdown ng Formula

Ginagawa naminang breakdown na ito para sa cell H5 .

👉 LN(G5): Ang function na ito ay nagbabalik ng -0.384.

👉 LN(1-G5): Nagbabalik ang function na ito -1.144.

👉 (B5*LN(G5))+((1-B5)* LN(1-G5)): Ang function na ito ay nagbabalik -0.384.

Hakbang 6: Gamitin ang Solver Analysis Tool para sa Final Analysis

Ngayon, magsasagawa kami ang huling pagsusuri ng regression. Gagawin namin ang pagsusuri sa pamamagitan ng command na Solver . Kung hindi mo ito nakikita sa tab na Data , kailangan mong paganahin ang Solver mula sa Excel Add-in .

• Upang paganahin ito, piliin ang File > Mga Opsyon .

• Bilang resulta, lalabas ang isang dialog box na tinatawag na Excel Options .
• Sa dialog box na ito, piliin ang Mga Add-in na opsyon.
• Ngayon, piliin ang Excel Add-in na opsyon sa Pamahalaan na seksyon at i-click ang Go .

• May lalabas na maliit na dialog box na may pamagat na Add-in .
• Pagkatapos, suriin ang opsyon na Solver Add-in at i-click ang OK .

• Pagkatapos nito, pumunta sa tab na Data , at makikita mo ang command na Solver sa Analysis grupo.

• Ngayon, i-click ang Solver command.
• Lalabas ang isang bagong dialog box na pinamagatang Solver Parameters .
• Sa kahon na Itakda ang Layunin , piliin ang cell $H$15 gamit ang iyong mouse. Maaari mo ring isulat ang cell reference sa iyong keyboard. Tiyaking ginagamit mo ang Absolute Cell Reference sign dito.
• Susunod, sa opsyong By Changing Variable Cells piliin ang hanay ng mga cell $D$16:$D$18 .
• Pagkatapos, alisan ng check ang Gawing Non-Negative ang mga Variable na Hindi Pinipigilan upang makuha ang mga negatibong value kung lumalabas na ito bilang may check.
• Sa wakas, i-click ang Solve button.

• Bilang resulta, lalabas sa harap mo ang kahon na Resulta ng Solver .
• Ngayon, piliin ang Panatilihin ang Solusyon sa Solver Ipapakita rin sa iyo ng kahong ito kung nagtagpo o nag-diverged ang iyong pagsusuri sa regression.
• I-click ang OK upang isara ang kahon.

• Sa wakas, makikita mo ang mga halaga ng variable sa hanay ng mga cell D16:D18 ay nabago. Bukod dito, makikita mo rin ang mga value ng column E, F, G , at H ay nagpapakita rin ng mga pagkakaiba mula sa mga naunang hakbang.

🔍 Ilustrasyon ng Resulta ng Pagsusuri ng Binary Regression

Pagkatapos makumpleto ang pagsusuri ng binary logistic regression sa Excel, ikaw ay tingnan na ang aming ipinapalagay na regression variable value ay pinapalitan ng bagong analysis value at ang mga value na ito ay ang tamang regression variable value ng aming dataset. Maaari naming isaalang-alang ang resulta ng anumang partikular na data, tulad ng machine na may edad na 68 buwan at 4 avg. walang shift kada linggo. Ang value ng P(X) ay 0.67 . Inilalarawan nito sa atin na kung titingnan natinpara sa makina na nasa kondisyong gumagana ang posibilidad ng kaganapang iyon ay humigit-kumulang 67% .

Maaari rin naming ipakita ito nang hiwalay, gamit ang mga huling halaga ng variable ng regression.

Kaya, masasabi nating matagumpay na gumana ang aming working procedure at nagagawa namin ang binary logistic regression analysis.

Konklusyon

Iyan na ang katapusan ng artikulong ito . Umaasa ako na ang artikulong ito ay makakatulong sa iyo at magagawa mo ang logistic regression sa Excel. Mangyaring magbahagi ng anumang karagdagang mga query o rekomendasyon sa amin sa seksyon ng mga komento sa ibaba.

Huwag kalimutang tingnan ang aming website ExcelWIKI para sa ilang mga problema at solusyong nauugnay sa Excel. Patuloy na matuto ng mga bagong pamamaraan at patuloy na lumago!