Exceli lineaarne regressioon
Lineaarne regressioon on Exceli statistiline tööriist, mida kasutatakse ennustava analüüsi mudelina kahe muutujate andmehulga seose kontrollimiseks. Selle analüüsi abil saame hinnata kahe või enama muutuja suhet. Näeme kahte tüüpi muutujaid, st “Sõltuv muutuja ja sõltumatu muutuja”.
- Sõltuv muutuja on tegur, mida proovime hinnata.
- Sõltumatu muutuja on see, mis mõjutab sõltuvat muutujat.
Niisiis, kasutades Exceli lineaarset regressiooni, näeme tegelikult, kuidas sõltuv muutuja läbib muutusi, kui sõltumatu muutuja muutub, ja aitab meil matemaatiliselt otsustada, milline muutuja reaalset mõju avaldab.
Kuidas Excelis lisada lineaarse regressiooni andmete analüüsimise tööriista?
Lineaarne regressioon excelis on saadaval analüüsipaketi all, mis on Exceli varjatud tööriist. Selle leiate vahekaardilt Andmed.
See tööriist pole nähtav enne, kui kasutaja seda lubab. Selle lubamiseks toimige järgmiselt.
- 1. samm: minge jaotisse FILE >> Valikud.
- 2. samm: klõpsake jaotises „Exceli suvandid” valikul „Lisandmoodulid”.
- 3. samm: valige Exceli rippmenüü haldamise all „Exceli lisandmoodulid“ ja klõpsake nuppu „Mine“.
- 4. samm: märkige jaotises „Lisandmoodulid” ruut „Analysis Toolpak”.
Nüüd peaksime vahekaardi „Andmed” all nägema valikut „Analysis Toolpak”.
Selle valiku abil saame läbi viia palju andmeanalüüsi võimalusi. Vaatame nüüd mõnda näidet.
Näited
Nagu ma ütlesin, koosneb lineaarse regressiooni excel kahest asjast, st "sõltuvad ja sõltumatud muutujad". Selle näite jaoks kasutan allpool toodud andmeid talvise jope müüdud andmete kohta, mille temperatuur on igas kuus.
Meil on iga kuu keskmine müüdud temperatuur ja jope. Siin peame teadma, mis on sõltumatud ja millised sõltuvad muutujad.
Siin on “Temperatuur” sõltumatu muutuja, kuna temperatuuri ei saa reguleerida, seega on see sõltumatu muutuja.
“Müüdud jakid” on sõltuv muutuja, kuna temperatuuri tõusu ja languse põhjal on jopede müük erinev.
Nüüd teeme nende andmete jaoks Exceli lineaarse regressioonianalüüsi.
- 1. samm: klõpsake vahekaarti Andmed ja Andmete analüüs.
- 2. samm: kui klõpsate nupul „Andmete analüüs”, näeme allolevat akent. Kerige alla ja valige Excelis valik „Regressioon”.
- 3. samm: valige akna all avamiseks suvand „Regressioon” ja klõpsake nuppu „Ok”.
- 4. samm: „Sisendi Y vahemik” on sõltuv muutuja, seega on sel juhul meie sõltuv muutuja „Müüdud jakid” .
- 5. samm: „Sisendi X vahemik” on sõltumatu muutuja, nii et sel juhul on meie sõltumatu muutuja „Temperatuuri” andmed.
- 6. samm: valige lahtritena väljundivahemik.
- 7. samm: prognoositud ja tegelike väärtuste vahelise erinevuse saamiseks märkige ruut „Jääkid”.
- 8. samm: klõpsake nuppu OK; meil on allpool analüüs.
Analüüsi esimene osa on „Regressioonistatistika”.
Mitu R: See arvutus viitab korrelatsioonikordajale, mis mõõdab kahe muutuja vahelise lineaarse seose tugevust. Korrelatsioonikordaja on väärtus vahemikus -1 kuni 1.
- 1 Näitab tugevat positiivset suhet.
- -1 näitab tugevat negatiivset suhet.
- 0 näitab, et suhet pole.
R ruut: sobivuse koefitsienti kasutatakse sobivuse headuse näitamiseks.
Korrigeeritud R ruut: see on R ruutu korrigeeritud väärtus, lähtudes andmekogumi sõltumatute muutujate arvust.
Asjad, mida meeles pidada
- Samuti võime Excelis kasutada funktsiooni LINEST.
- Andmete tõlgendamiseks peate teadma statistikat.
- Kui andmeanalüüs pole vahekaardil Andmed nähtav, peame selle valiku lisandmoodulite alt lubama.
