Ipapakita sa iyo ng artikulo ang ilang pangunahing pamamaraan kung paano gawin ang pagsusuri ng maramihang regression sa Excel . Ito ay isang napakahalagang paksa sa larangan ng istatistika. Nakakatulong ito sa amin na mahulaan ang isang dependent variable tungkol sa isa o maramihang dependent variable.

Sa dataset, mayroon kaming ilang impormasyon tungkol sa ilang sasakyan: ang kanilang pangalan , presyo , mga maximum na bilis sa milya kada oras , ang peak power na kayang gawin ng kanilang makina, at ang maximum na saklaw ng distansya na maaari nilang lakbayin nang hindi nagre-refill kanilang tangke.

I-download ang Practice Workbook

Ano ang Multiple Regression? Ang

Multiple regression ay isang istatistikal na proseso kung saan masusuri natin ang kaugnayan sa pagitan ng isang dependent variable at ilang independent variable . Ang layunin ng regression ay hulaan ang katangian ng dependent variables kaugnay ng katumbas na independent variables .

2 Steps to Do Multiple Regression Analysis sa Excel

Hakbang- 1: Paganahin ang Tab ng Pagsusuri ng Data

Ang Tab ng Data ay hindi naglalaman ng Pagsusuri ng Data ribbon bilang default. Upang i-activate ito, dumaan sa pamamaraan sa ibaba.

• Una, pumunta sa File >> Mga Opsyon

• Pagkatapos ay piliin ang Mga Add-in >> Excel Add-in >> Pumunta

• Tingnan ang Analysis ToolPak sa Idagdag -in available: seksyon at i-click ang OK .

Pagkatapos noon, ang Data Analysis Ribbon ay lalabas sa Tab ng Data .

Hakbang- 2: Paglikha ng Multiple Regression Analysis sa Excel

Dito, ipapakita ko sa iyo kung paano suriin ang multiple regression .

• Mula sa tab na Data >> piliin ang Pagsusuri ng Data
• Isang dialog box ang lalabas sa piliin na Regression at i-click ang OK .

Isang Regression dialog box ang lalabas.

• Aming hulaan ang kotse presyo ayon sa kanilang maximum speed , peak power at range .
• Piliin ang range ng dependent variable ( Input Y Range ). Sa aking kaso, ito ay C4:C14 .
• Pagkatapos nito, piliin ang hanay ng mga independiyenteng variable ( Input X Range ). Sa aking kaso, ito ay D4:F14 .
• Tingnan ang Mga Label at piliin ang Bagong Worksheet Ply: sa Mga Opsyon sa Output . Kung gusto mo ang iyong pagsusuri ng regression sa kasalukuyang sheet, maglagay ng cell reference kung saan mo gustong simulan ang analysis sa Saklaw ng Output

Maaari kang pumili ng Mga Nalalabi kung gusto mong gumawa pa ng pagsusuri .

• Pagkatapos nito, gagawa ka tingnan ang pagsusuri ng regression sa isang bagong sheet . I-format ang pagsusuri ayon sa iyong kaginhawahan.

Kaya magagawa mo ang pagsusuri ng maramihang regression sa Excel.

Mga Katulad na Pagbasa

• Paano Gumawa ng Simple Linear Regression sa Excel (4 Simpleng Pamamaraan)
• Paano Mag-interpret Mga Resulta ng Pagbabalik sa Excel (Detalyadong Pagsusuri)

Isang Maikling Pagtalakay tungkol sa Pagsusuri ng Maramihang Pagbabalik sa Excel

Ang pagsusuri ng Pagbabalik ay nag-iiwan ng ilang halaga ng ilang partikular na parameter . Tingnan natin kung ano ang ibig sabihin ng mga ito.

Regression Statistics

Sa Regression Statistics na bahagi, nakikita natin ang mga value ng ilang parameter.

1. Multiple R: Ito ay tumutukoy sa Correlation Coefficient na tumutukoy kung gaano katibay ang linear na relasyon sa mga variable. Ang hanay ng mga halaga para sa coefficient na ito ay (-1, 1). Ang lakas ng relasyon ay proporsyonal sa absolute value ng Multiple R .
2. R Square: Ito ay isa pang Coefficient upang matukoy kung gaano kahusay ang regression line ay magkasya. Ipinapakita rin nito kung gaano karaming mga puntos ang nahuhulog sa linya ng regression. Sa halimbawang ito, ang value ng R 2 ay 86 , na mabuti. Ipinahihiwatig nito na ang 86% ng data ay aakma sa multiple regression line .
3. Adjusted R Square: Ito ang adjusted R squared value para sa independent variable sa modelo. Ito ay angkop para sa pagsusuri ng maramihang regression at iba pa para sa aming data. Dito, ang value ng Adjusted R Square ay 79 .
4. Standard Error: Tinutukoy nito kung gaano kaperpekto ang iyong regression magiging equation. Habang gumagawa kami ng random na regression analysis , medyo mataas ang value ng Standard Error dito.
5. Obserbasyon: Ang bilang ng mga obserbasyon sa ang dataset ay 10 .

Pagsusuri ng Variance ( ANOVA )

Sa ANOVA seksyon ng pagsusuri, nakikita rin namin ang ilang iba pang parameter .

1. df: Ang ' ang mga antas ng kalayaan ' ay tinukoy ng df . Ang halaga ng df dito ay 3 dahil mayroon kaming 3 mga uri ng mga independiyenteng variable .
2. SS : SS ay tumutukoy sa kabuuan ng mga parisukat. Kung ang Residual Sum ng Square ay mas maliit kaysa sa Total Sum ng Square , ang iyong data ay magkakasya sa linya ng regression mas maginhawa. Dito, ang Residual SS ay mas maliit kaysa sa Kabuuang SS , kaya maaari naming hulaan na ang aming data ay maaaring magkasya sa regression line sa mas mahusay na paraan
Ang
3. MS: MS ay ang mean square. Ang halaga ng Regression at Residual MS ay 78 at 5372210.11 ayon.
4. F at Significance F: Tinutukoy ng mga value na ito ang pagiging maaasahan ng pagsusuri ng regression . Kung ang Significance F ay mas mababa sa 05 , angAng multiple pagsusuri ng regression ay angkop na gamitin. Kung hindi, maaaring kailanganin mong baguhin ang iyong independent variable . Sa aming dataset, ang value ng Significance F ay 0.01 na mainam para sa pagsusuri.

Regression Analysis Output

Dito, tatalakayin ko ang output ng Regression Analysis .

1. Coefficients and Others

Sa seksyong ito , nakukuha namin ang halaga ng coefficients para sa independent variables- Max. Bilis , Peak Power at Saklaw . Mahahanap din namin ang sumusunod na impormasyon para sa bawat coefficient : nito Standard Error , t Stat , P-value at iba pang mga parameter.

2. Nalalabi na Output

Ang Mga Natitirang Halaga ay nakakatulong sa amin na maunawaan kung gaano lumalayo ang hulaang presyo sa aktwal na halaga nito at ang karaniwan halaga ng mga nalalabi na magiging katanggap-tanggap.

Ang paraan ng paghula sa pamamagitan ng pagsusuri ng regression ay ibinibigay sa ibaba.

Sabihin, gusto naming hulaan ang presyo ng unang kotse ayon sa mga independiyenteng variable nito . Ang mga independiyenteng variable ay ang Max. Bilis , Peak Power at Saklaw na ang mga halaga ay 110 milya bawat oras , 600 lakas-kabayo at 130 milya , ayon sa pagkakabanggit. Ang katumbas na regression coefficient ay 245.43 , 38.19 at 94.38 . Ang halaga ng y intercept ay -50885.73 . Kaya ang hinulaang presyo ay magiging 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Ayon sa dataset ng artikulong ito, kung gusto mong hulaan ang presyo na may maximum na bilis ng x mph , peak power ng y hp at range ng z milya , ang hinulaang presyo ay magiging 245.43*x+38.19*y+94.38*z .

Magbasa Nang Higit Pa: Paano I-interpret ang Mga Resulta ng Maramihang Regression sa Excel

Paggamit ng Graph para Unawain ang Multiple Linear Regression sa Excel

Kung gusto mong makita ang linya ng regression ng iyong data, dumaan tayo sa pamamaraan sa ibaba.

Mga Hakbang:

• Una, mula sa tab na Data >> Pumunta sa Pagsusuri ng Data
• Isang Pagsusuri ng Data lalabas ang dialog box pagkatapos ay piliin ang Regression .
• Sa wakas, i-click ang OK .

Isa pang dialog box ng Regression ang lalabas.

• Piliin ang Residual at Line Fit Plots .
• I-click ang OK .

Pagkatapos nito, makikita mo ang graph ng ang linya ng regression ay umaangkop sa ayon sa Max. Bilis , Peak Power at Range sa isang bagong sheet kasama ng pagsusuri.

Sa ibaba dito, kinakatawan nito ang line fit ayon sa Max. Bilis .

At ipinapakita ng sumusunod na larawan ang line fit ayon sa Peak Power .

Ang nasa ibabakinakatawan ng larawan ang line fit ayon sa Range .

Paki-download ang workbook at tingnan ang mga plot para sa mas mahusay na pag-unawa.

Magbasa Nang Higit Pa: Paano Gawin ang Linear Regression sa Excel (4 Simpleng Paraan)

Seksyon ng Pagsasanay

Narito, ibinibigay ko sa iyo ang dataset ng artikulong ito para masuri mo ang multiple linear regression nang mag-isa.

Konklusyon

Sapat na upang sabihin, tutulungan ka ng artikulong ito na maunawaan kung paano gawin ang pagsusuri ng maramihang regression sa Excel at ito ay isang maikling paglalarawan ng mga parameter. Kung mayroon kang anumang mga ideya o puna tungkol sa artikulong ito, mangyaring ibahagi ang mga ito sa kahon ng komento. Makakatulong ito sa akin na pagyamanin ang aking mga paparating na artikulo.