У статті ми покажемо вам кілька основних методів, як зробити множинний регресійний аналіз в Excel Це дуже важлива тема в галузі статистики, яка допомагає нам прогнозувати залежну змінну відносно однієї або декількох залежних змінних.

У наборі даних ми маємо деяку інформацію про деякі автомобілі: їх імена , ціни , максимальні швидкості в миль на годину "Про те, що в Україні не існує жодного закону, який би пікова потужність їх двигун може виробити, а максимальна діапазон відстані, яку вони можуть подолати без дозаправки.

Завантажити Практичний посібник

Що таке множинна регресія?

Множинна регресія це статистичний процес, за допомогою якого ми можемо проаналізувати взаємозв'язок між залежна змінна і кілька незалежні змінні Метою регресія полягає в тому, щоб передбачити характер залежні змінні щодо відповідних незалежні змінні .

2 кроки для проведення множинного регресійного аналізу в Excel

Крок 1: Увімкніть вкладку "Аналіз даних

На сьогоднішній день, на жаль, це не так. Вкладка "Дані не містить Аналіз даних Щоб активувати цю функцію, пройдіть процедуру, наведену нижче.

• По-перше, перейдіть за посиланням Файл ">>; Опції

• Потім виберіть Надбудови ">>; Надбудови для Excel ">>; Іди.

• Перевірте. Analysis ToolPak в Доступні доповнення: розділ і натисніть ГАРАЗД. .

Після цього, в рамках візиту в Україну Стрічка аналізу даних з'явиться в Вкладка "Дані .

Крок 2: Створення множинного регресійного аналізу в Excel

Тут я покажу вам, як аналізувати множинна регресія .

• Від Дані вкладка>> вибрати Аналіз даних
• A діалогове вікно з'являться вибрані Регресія і натисніть ГАРАЗД. .

A Регресія з'явиться діалогове вікно.

• Спрогнозуємо автомобіль ціна відповідно до їхніх максимальна швидкість , пікова потужність і діапазон .
• Виберіть пункт діапазон з залежні змінні ( Діапазон введення Y У моєму випадку це C4:C14 .
• Після цього оберіть пункт діапазон з незалежні змінні ( Діапазон вхідного сигналу X У моєму випадку це D4:F14 .
• Перевірте. Етикетки та оберіть Новий робочий аркуш Ply: в Вихідні параметри Якщо ви хочете, щоб ваш регресійний аналіз на поточному аркуші поставте посилання на комірку, з якої потрібно почати аналіз в Вихідний діапазон

Ви можете обрати Залишки якщо ви хочете робити далі аналіз .

• Після цього ви побачите регресійний аналіз в новий аркуш Відформатуйте аналіз у зручний для вас спосіб.

Таким чином, ви можете зробити множинний регресійний аналіз в Excel.

Схожі читання

• Як зробити просту лінійну регресію в Excel (4 простих способи)
• Як інтерпретувати результати регресії в Excel (детальний аналіз)

Коротко про множинний регресійний аналіз в Excel

На сьогоднішній день, на жаль, це не так. регресійний аналіз залишає кілька значень певних параметрів. Розглянемо, що вони означають.

Регресійна статистика

В рамках проекту Регресійна статистика У цій частині ми бачимо значення деяких параметрів.

1. Кілька "Р": Мається на увазі Коефіцієнт кореляції який визначає, наскільки сильним є лінійний зв'язок між змінними. Діапазон значень цього показника коефіцієнт дорівнює (-1, 1). Сила зв'язку пропорційна абсолютному значенню Кілька R .
2. Квадрат Р: Це ще один Коефіцієнт для визначення того, наскільки добре лінія регресії Він також показує, скільки точок потрапляє на лінію регресії. У цьому прикладі значення R 2 це 86 що добре. Це означає, що 86% даних буде відповідати лінія множинної регресії .
3. Скоригований R-квадрат: Про це йдеться у скоригований R в квадраті значення для незалежні змінні в моделі. Вона підходить для множинний регресійний аналіз і так для наших даних. Тут значення Скоригований R квадрат це 79 .
4. Стандартна помилка: Від цього залежить, наскільки досконалим буде ваш регресія рівняння буде таким. Оскільки ми робимо випадкову вибірку регресійний аналіз , величина Стандартна помилка тут досить високий.
5. Спостереження: Кількість спостережень у наборі даних становить 10 .

Аналіз відхилень ( ANOVA )

В рамках проекту ANOVA розділ аналізу, ми також бачимо деякі інші параметри .

1. Д.Ф: У "Сяйві" відбулася презентація ступені свободи ' визначається за допомогою df Значення df ось тут. 3 тому що у нас є 3 види незалежні змінні .
2. СС: СС! відноситься до суми квадратів. Якщо Залишкова сума про Площа набагато менша, ніж у Загальна сума з Площа ваші дані будуть розміщені в лінія регресії зручніше. Ось тут, на цьому місці. Залишковий СС набагато менше, ніж Всього СС тому можна припустити, що наші дані можуть вписуватися в лінія регресії у кращий бік
3. МС: МС є середнім квадратичним. Значення Регресія і Залишок РС - це 78 і 5372210.11 відповідно.
4. F і Значення F: Ці показники визначають надійність роботи регресійний аналіз Якщо в результаті цього не буде Значущість F менше, ніж 05 "Про те, що в Україні не існує жодного закону, який би множинний В іншому випадку, можливо, вам доведеться змінити свій незалежна змінна У нашому наборі даних значення Значущість F це 0.01 що добре для аналізу.

Результати регресійного аналізу

Тут я розповім про результати Регресійний аналіз .

1. Коефіцієнти та інші

У цьому розділі отримуємо значення коефіцієнти для незалежні змінні - Макс. швидкість , Пікова потужність і Діапазон Для кожного з них ми також можемо знайти наступну інформацію коефіцієнт його Стандартна помилка , t Stat , P-значення та інші параметри.

2. Залишковий випуск

На сьогоднішній день, на жаль, це не так. Залишкова вартість допоможуть нам зрозуміти, наскільки сильно прогнозована ціна відхиляється від свого фактичного значення, а стандартный значення залишки це було б прийнятно.

Прогнози, які були зроблені за допомогою регресійний аналіз робіт наведено нижче.

Скажімо, ми хочемо спрогнозувати ціна першого вагона згідно з його незалежні змінні "У нас тут є незалежні змінні є Максимальна швидкість , Пікова потужність і Діапазон значеннями яких є 110 миль на годину , 600 кінських сил і 130 миль Відповідно, відповідні коефіцієнти регресії це 245.43 , 38.19 і 94.38 "У нас тут є y величина перехоплення це -50885.73 Таким чином, прогнозована ціна становитиме 245.43*110+38.19*600+94.38*130-50885.73≈11295 .

Згідно з набором даних цієї статті, якщо ви хочете передбачити ціна яка має максимальна швидкість з x миль/год , пікова потужність з к.с. і діапазон з z миль прогнозована ціна становитиме 245.43*x+38.19*y+94.38*z .

Читати далі: Як інтерпретувати результати множинної регресії в Excel

Використання графіків для розуміння множинної лінійної регресії в Excel

Якщо ви хочете візуалізувати лінія регресії Ваших даних, давайте пройдемо процедуру, описану нижче.

Сходинки:

• По-перше, з боку Дані вкладка>> Перейти до Аналіз даних
• A Аналіз даних з'явиться діалогове вікно, в якому виберіть Регресія .
• Нарешті, натисніть ГАРАЗД. .

Інший діалогове вікно з Регресія з'явиться.

• Виберіть Залишок і Ділянки, що підходять під лінію .
• Натисніть ГАРАЗД. .

Після цього ви побачите графік лінія регресії підходить відповідно до Максимальна швидкість , Пікова потужність і Діапазон в новий аркуш разом з аналізом.

Нижче він представляє прилягання лінії відповідно до Максимальна швидкість .

А на наступному зображенні показано прилягання лінії відповідно до Пікова потужність .

На наведеному нижче малюнку зображено прилягання лінії відповідно до Діапазон .

Будь ласка, завантажте робочий зошит та ознайомтеся з ділянки для кращого розуміння.

Читати далі: Як зробити лінійну регресію в Excel (4 простих способи)

Практична секція

Тут я даю вам набір даних цієї статті, щоб ви могли проаналізувати множинна лінійна регресія самостійно.

Висновок

Досить сказати, що ця стаття допоможе вам зрозуміти, як зробити множинний регресійний аналіз Якщо у вас є ідеї або відгуки щодо цієї статті, будь ласка, поділіться ними у полі для коментарів. Це допоможе мені збагатити мої майбутні статті.