Excelin lineaarinen regressio
Lineaarinen regressio on tilastollinen työkalu Excelissä, jota käytetään ennakoivana analyysimallina kahden muuttujaryhmän välisen suhteen tarkistamiseksi. Tämän analyysin avulla voimme arvioida kahden tai useamman muuttujan välisen suhteen. Voimme nähdä kahdenlaisia muuttujia, ts. "Riippuva muuttuja ja itsenäinen muuttuja".
- Riippuva muuttuja on tekijä, jota yritämme arvioida.
- Riippumaton muuttuja on asia, joka vaikuttaa riippuvaan muuttujaan.
Joten käyttämällä Excel-lineaarista regressiota voimme todella nähdä, kuinka riippuvainen muuttuja käy läpi muutoksia, kun itsenäinen muuttuja muuttuu, ja auttaa meitä matemaattisesti päättämään, millä muuttujalla on todellinen vaikutus.
Kuinka lisätä lineaarisen regressiotiedon analysointityökalu Exceliin?
Lineaarinen regressio Excelissä on saatavana analyysityökalupaketista, joka on piilotettu työkalu Excelissä. Tämä löytyy Tiedot-välilehdestä.
Tämä työkalu ei ole näkyvissä, ennen kuin käyttäjä ottaa sen käyttöön. Ota tämä käyttöön noudattamalla seuraavia ohjeita.
- Vaihe 1: Siirry kohtaan TIEDOSTO >> Asetukset.
- Vaihe 2: Napsauta Excel-asetukset-kohdassa Lisäosat.
- Vaihe 3: Valitse Excelin Lisäosat-valikosta Hallitse avattavaa luetteloa ja napsauta "Siirry".
- Vaihe 4: Valitse Lisäosien valintaruutu Analysis Toolpak.
Nyt meidän pitäisi nähdä Data-välilehden Analysis Toolpak -vaihtoehto.
Tällä vaihtoehdolla voimme suorittaa monia "data-analyysi" -vaihtoehtoja. Katsotaanpa joitain esimerkkejä nyt.
Esimerkkejä
Kuten sanoin, lineaarinen regressio excel koostuu kahdesta asiasta, eli "riippuvaisista ja riippumattomista muuttujista". Tässä esimerkissä aion käyttää alla olevia tietoja talvitakin myydyistä tiedoista lämpötilan kanssa joka kuukausi.
Meillä on kunkin kuukauden keskimääräiset myydyt lämpötilat ja takit. Tässä meidän on tiedettävä, mikä on riippumaton ja mitkä riippuvat muuttujat.
Tässä "Lämpötila" on riippumaton muuttuja, koska lämpötilaa ei voida hallita, joten tämä on riippumaton muuttuja.
"Myydyt takit" on riippuvainen muuttuja, koska lämpötilan nousun ja laskun perusteella takkien myynti vaihtelee.
Nyt teemme tälle tiedolle Excel-lineaarisen regressioanalyysin.
- Vaihe 1: Napsauta Data-välilehteä ja Data Analysis.
- Vaihe 2: Kun napsautat "Data Analysis", näemme alla olevan ikkunan. Vieritä alaspäin ja valitse Excelissä regressio.
- Vaihe 3: Valitse "Regressio" -vaihtoehto ja napsauta "Ok" avataksesi ikkunan alla.
- Vaihe 4: "Input Y Range" on riippuva muuttuja, joten tässä tapauksessa riippuvainen muuttujamme on "Jackets Sold" -data.
- Vaihe 5: "Input X Range" on riippumaton muuttuja, joten tässä tapauksessa riippumaton muuttujamme on "Temperature" -data.
- Vaihe 6: Valitse lähtöalue yhdeksi soluista.
- Vaihe 7: Saat ennustettujen ja todellisten arvojen välisen eron valitsemalla Jäännökset-valintaruudun.
- Vaihe 8: Napsauta OK; meillä on alla oleva analyysi.
Analyysin ensimmäinen osa on ”Regressiotilastot”.
Moninkertainen R: Tämä laskelma viittaa korrelaatiokertoimeen, joka mittaa kahden muuttujan välisen lineaarisen suhteen voimakkuutta. Korrelaatiokerroin on arvo välillä -1 ja 1.
- 1 Osoittaa vahvan positiivisen suhteen.
- -1 osoittaa vahvaa negatiivista suhdetta.
- 0 tarkoittaa, ettei yhteyttä ole.
R-neliö: Määrityskerrointa käytetään osoittamaan istuvuuden hyvyys.
Säädetty R-neliö: Tämä on R-neliön muokattu arvo tietojoukossa olevien itsenäisten muuttujien lukumäärän perusteella.
Muistettavaa
- Voimme myös käyttää LINEST-funktiota Excelissä.
- Tietojen tulkitsemiseksi sinulla on oltava vahva tilastojen tuntemus.
- Jos data-analyysi ei ole näkyvissä Data-välilehdessä, meidän on otettava tämä vaihtoehto käyttöön apuohjelmien alla.
