回归分析 是一种广泛使用的统计计算。 我们经常根据自己的愿望进行这种计算。 在Excel中，我们可以执行 多种类型的回归分析 在这篇文章中，我们将演示如何在Excel中进行逻辑回归。 如果你也有兴趣学习这种分析，请下载练习工作簿并关注我们。

下载实践工作手册

在你阅读本文时，请下载这个练习手册进行练习。

Logistic Regression.xlsx

什么是Logistic回归？

逻辑回归分析是一种统计学习算法，用于根据一些独立的标准来预测因变量的值。 它帮助一个人根据他所期望的类别从大型数据集中获得结果。 逻辑回归分析主要有三种类型。

1. 二元逻辑回归
2. 多项式Logistic回归
3. 序数逻辑回归

二元逻辑回归。 在二元回归分析模型中，我们只通过两种情况定义一个类别。 是/否或正/负。

多项式 Logistic 回归。 多变量逻辑分析在三个或更多的分类中工作。 如果我们有两个以上的分类部分来对我们的数据进行分类，那么我们可以使用这种回归分析模型。

有序的逻辑回归。 这个回归分析模型适用于两个以上的类别。 然而，在这个模型中，我们需要一个预先确定的顺序来进行分类。

在Excel中进行Logistic回归的分步程序

在这篇文章中，我们将进行二元逻辑回归分析。 这种类型的分析为我们提供了所需变量的预测值。 为了进行分析，我们考虑一个由某个行业的10台机器组成的数据集。 机器的可用性可以是正数或负数。 二进制数字为 1=正值 ，以及 0=阴性 ，这些值显示在列 B 这些机器的年龄在列。 C 而他们每周的平均工作时间则在列 D 因此，我们的数据集是在单元格的范围内 B5:D14 初始回归求解变量的值在单元格的范围内 C16:D18 整个分析过程将在下文中逐步解释。

第1步：输入你的数据集

在这一步，我们将导入你的数据集。

• 首先，将你的数据集准确地输入到Excel中。 对于我们的分析，我们将数据集输入到单元格的范围内 B5:D14 .

• 然后，输入你的 求解器决定变量'。 我们在单元格的范围内输入它们 D16:D18。
• 我们假设所有变量的值为 0.01 .

阅读更多。 Excel数据集的多元线性回归（2种方法）

第2步：评估Logit值

在这一步，我们要计算出 对数 我们为我们的数据集定义了 对数 价值为 X 在我们的计算中。 对数 价值是。

在这里。 b0, b1, 和 b2 是回归变量。

• 在单元格中写下以下公式 E5 使用绝对符号来冻结变量的单元格值。 如果你不知道如何输入 绝对单元格参考 符号，你可以用几种方式来输入它。

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

• 然后，按 进入 键盘上的键。

• 在这之后。 双击 关于 填充手柄 图标，将公式复制到单元格 E14 .

• 你将得到所有的值 X .

阅读更多。 如何在Excel中进行简单的线性回归（4种简单方法）

第3步：为每个数据确定对数的指数

这里，我们将计算对数值的指数值，为此，我们将使用 解释一下EXP函数 :

• 为了确定指数值的 X ，在单元格中写下以下公式 F5 :

=EXP(E5)

• 同样地。 双击 关于 填充手柄 像上一步一样复制公式。 你将所有的指数值 X .

第4步：计算概率值

P(X) 是发生的概率值。 X 事件的概率。 X 可以定义为。

• 要计算它，请在单元格中写下以下公式 G5 .

=F5/(1+F5)

• 按下 进入 钥匙。
• 现在，拖动 填充手柄 图标达 G15 来获得所有值的值。

阅读更多。 如何在Excel中计算线性回归的P值（3种方法）

第5步：评估对数似然值之和

在以下步骤中，我们将评估 Log-Likelihood. 之后，我们将使用 SUM函数 来添加所有的数据。

• 为了计算出 对数可能性 值，我们将使用 LN 功能 在我们的数据集中，在细胞 H5 ，写完了以下公式。

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

• 现在，按 进入 键盘上的键。

• 然后。 双击 关于 填充手柄 图标来确定所有的对数似然值。

• 此后，在细胞 H15 ，写下下面的公式，将所有的值相加。

=SUM(H5:H14)

🔍 公式的分解

我们正在为细胞做这个细分 H5 .

👉 LN(G5)。 该函数返回 -0.384.

👉 LN(1-G5)。 该函数返回 -1.144.

👉 (B5*LN(G5))+((1-B5)*LN(1-G5)): 该函数返回 -0.384.

第6步：使用解算器分析工具进行最终分析

现在，我们将进行最后的回归分析。 我们将通过以下方式进行分析 解决方法 命令。 如果你没有看到它在 数据 标签，你必须启用 解决方法 从 Excel插件 .

• 要启用它，请选择 文件> 选项 .

• 结果是，一个名为 Excel选项 将会出现。
• 在这个对话框中，选择 附加元件 选择。
• 现在，选择 Excel插件 中的选项。 管理 部分，并点击 进展 .

• 一个小的对话框，标题为 附加元件 将会出现。
• 然后，检查 求解器插件 选项，并点击 认可 .

• 之后，去到 数据 标签，你会发现 解决方法 中的命令。 分析报告 组。

• 现在，点击 解决方法 指挥。
• 一个新的对话框，题为 解算器参数 将会出现。
• 在 设定目标 框中，选择单元格 $H$15 你也可以在键盘上写下单元格的参考信息。 请确保你使用了 绝对单元格参考 在此签名。
• 接下来，在 通过改变变量单元格 选项选择单元格的范围 $D$16:$D$18 .
• 然后，取消对 使无约束变量成为非负数 来获取负值，如果它已经显示为选中。
• 最后，点击 解决问题 按钮。

• 因此， 解算结果 盒子会出现在你的面前。
• 现在，选择 保持解决方法 这个方框还将显示你的回归分析是收敛还是发散。
• 点击 认可 来关闭这个盒子。

• 最后，你将在单元格的范围内看到变量的值 D16:D18 除此之外，你还会看到以下列的值被改变 E, F, G ，以及 H 也显示出与之前步骤的差异。

🔍 二元回归分析结果的说明

在Excel中完成二元逻辑回归分析后，你会看到我们假设的回归变量值被新的分析值所取代，这些值就是我们数据集的正确回归变量值。 我们可以考虑任何特定数据的结果，比如机器的年龄为 68 月和 4 每周平均不换班。 P(X) 是 0.67 它向我们说明，如果我们寻找处于工作状态的机器，发生这种情况的可能性大约是 67% .

我们也可以用回归变量的最终值来单独显示它。

因此，我们可以说，我们的工作程序运作成功，我们能够做二元逻辑回归分析。

总结

本文到此结束。 我希望这篇文章对你有所帮助，你将能够在Excel中进行逻辑回归。 如果还有什么疑问或建议，请在下面的评论区与我们分享。

不要忘记查看我们的网站 ǞǞǞ 不断学习新的方法，不断成长!