Excelin epälineaarinen regressio
Excelin epälineaarinen regressio on malli, jota käytetään laajasti tilastokentällä, jossa riippuvat muuttujat mallinnetaan mallimuuttujien ja yhden tai useamman itsenäisen muuttujan epälineaarisina funktioina.
Yksinkertainen asia, joka meidän on muistettava, on "lineaarinen regressio Excelissä" sopii suoralle lineaariselle viivalle, ja toisaalta epälineaarinen regressio luo käyrät aineistoista.
Esimerkkejä epälineaarisesta regressiosta Excelissä
Esimerkki 1
Tarkastellaan ensin lineaarista kaaviota ja tarkastellaan ensin alla olevia tietoja.
Yllä olevissa tiedoissa meillä on kaksi muuttujaa, "Myynti" ja "Lisää".
Meidän on ymmärrettävä, mikä riippuva muuttuja on ja mikä itsenäinen muuttuja on.
Kaiken kaikkiaan me kaikki tiedämme, että "lisäyksillä" on tärkeä rooli tulojen tuottamisen mahdollisuuden lisäämisessä. Joten "Myynti" on riippuvainen "Lisäämistä", tämä tarkoittaa "Myynti" on riippuvainen muuttuja ja "Lisäykset" on Itsenäinen muuttuja.
Yleissääntö on, että yksi muuttujista tulee vaikuttamaan toiseen. Joten tässä tapauksessa riippumaton muuttujamme "Lisää" vaikuttaa riippuvaan muuttujaamme "Myynti".
Luodaan näille tiedoille "hajontakaavio", jotta nämä luvut näkyvät graafisesti. Lisää Excel-kaavio noudattamalla seuraavia ohjeita.
Vaihe 1: Kopioi ja liitä yllä olevat tiedot laskentataulukkoon.
Vaihe 2: Valitse tiedot.
Vaihe 3: Siirry INSERT-välilehteen ja lisää hajontakaavio.
Nyt meillä on tällainen kaavio. Tätä kaaviota varten meidän on lisättävä lineaarinen viiva, jotta voimme nähdä kuinka lineaariset nämä datapisteet ovat.
Vaihe 4: Valitse kaavio nähdäksesi kaksi uutta välilehteä valintanauhassa, "Suunnittelu" ja "Alusta".
Vaihe 5: Siirry Suunnittelu-välilehden kohtaan Lisää kaavioelementti.
Vaihe 6: Napsauta avattavaa luetteloa Lisää kaavioelementti >> Trendirivi >> Lineaarinen.
Tämä lisää kaavioon lineaarisen trendiviivan, ja se näyttää tältä.
Tästä kaaviosta voimme nähdä selkeän suhteen myynnin ja mainosten välillä. Kun "Mainosten" määrä kasvaa, se kasvattaa poikkeuksetta myös "Myynnin" lukuja, ja se osoittautuu oikeaksi kaavion lineaarisella viivalla. Se sopii vain lineaariseen viivaan.
Katsokaa nyt saman asian esimerkkitietoja.
Jos lisäät kaavion ja trendiviivan tälle tietojoukolle, saamme alla olevan tyyppisen kaavion.
Jos tarkastellaan tietojoukkomme lineaarista viivaa ja pistettä, näyttää siltä, ettei se ole ollenkaan tarkka suhde kahden datapistejoukon välillä.
Tämän tyyppisiä tietojoukkoja kutsutaan excel ”epälineaariseksi regressioksi”.
Esimerkki 2
Nyt näemme toisen esimerkin tästä erinomaisesta epälineaarisesta regressiodatapisteestä. Harkitse alla olevia tietoja.
Yllä on sateen ja sadon ostamien tietojen tiedot.
- Nyt meidän on nähtävä sateiden ja ostettujen kasvien suhde. Luo tätä varten hajautettu kaavio.
- Lisää kaavioon lineaarinen viiva.
Kuten voimme samoille sateille, ostetaan erilaisia satomääriä. Katso esimerkiksi sateita 20; tällä sademääräalueella sadonostomäärät ovat 4598, 3562 ja 1184.
Tämä voi johtua myös kaudesta. Sade voi olla sama määrä, mutta erilaisten aikarajojen takia kauppiaat ovat ostaneet erilaisia määriä.
Muistettavaa
- Lineaarinen ja epälineaarinen ovat kaksi erilaista asiaa toisistaan.
- Vahva tilastollinen tausta tarvitaan näiden asioiden ymmärtämiseen.
- Ymmärrä mikä lineaarinen regressio on ennen kuin opit epälineaarisesta.
