Lineární regrese aplikace Excel
Lineární regrese je statistický nástroj v aplikaci Excel, který se používá jako model prediktivní analýzy ke kontrole vztahu mezi dvěma sadami dat proměnných. Pomocí této analýzy můžeme odhadnout vztah mezi dvěma nebo více proměnnými. Můžeme vidět dva druhy proměnných, tj. „Závislá proměnná a nezávislá proměnná.“
- Závislá proměnná je faktor, který se snažíme odhadnout.
- Nezávislá proměnná je věc, která ovlivňuje závislou proměnnou.
Takže pomocí excelentní lineární regrese můžeme skutečně vidět, jak závislá proměnná prochází změnami, když se mění nezávislá proměnná, a pomáhá nám matematicky rozhodnout, která proměnná má skutečný dopad.
Jak přidat nástroj pro analýzu dat lineární regrese v aplikaci Excel?
Lineární regrese v aplikaci Excel je k dispozici pod analytickou sadou nástrojů, což je skrytý nástroj v aplikaci Excel. Toto naleznete na kartě Data.
Tento nástroj není viditelný, dokud to uživatel nepovolí. Chcete-li to povolit, postupujte podle následujících kroků.
- Krok 1: Přejděte na SOUBOR >> Možnosti.
- Krok 2: Klikněte na „Doplňky“ v části „Možnosti aplikace Excel“.
- Krok 3: Vyberte „Doplňky aplikace Excel“ v části Správa rozevíracího seznamu v aplikaci Excel a klikněte na „Přejít“.
- Krok 4: Zaškrtněte políčko „Analytická sada nástrojů“ v části „Doplňky“.
Nyní bychom měli vidět možnost „Analysis Toolpak“ na kartě „Data“.
S touto možností můžeme provádět mnoho možností „analýzy dat“. Podívejme se nyní na některé z příkladů.
Příklady
Jak jsem řekl, lineární regrese excel se skládá ze dvou věcí, tj. „Závislých a nezávislých proměnných“. Pro tento příklad použiji níže uvedená data prodaných zimních bund s daty s teplotou v každém měsíci.
Máme průměrnou teplotu a údaje o prodaných bundách za každý měsíc. Zde musíme vědět, které jsou nezávislé a které závislé proměnné jsou.
Zde je „teplota“ nezávislá proměnná, protože člověk nemůže regulovat teplotu, takže se jedná o nezávislou proměnnou.
„Prodané bundy“ je závislá proměnná, protože na základě zvýšení a snížení teploty se prodej bundy liší.
Nyní pro tato data provedeme excelentní lineární regresní analýzu.
- Krok 1: Klikněte na kartu Data a Analýza dat.
- Krok 2: Jakmile kliknete na „Analýza dat“, zobrazí se níže uvedené okno. Přejděte dolů a v aplikaci Excel vyberte „Regrese“.
- Krok 3: Vyberte možnost „Regrese“ a kliknutím na „OK“ otevřete pod oknem.
- Krok 4: „Vstup Y Range“ je závislá proměnná, takže v tomto případě je naší závislou proměnnou data „Jackets Sold“ .
- Krok 5: „Vstup X Range“ je nezávislá proměnná, takže v tomto případě jsou naší nezávislou proměnnou data „Teplota“ .
- Krok 6: Vyberte výstupní rozsah jako jednu z buněk.
- Krok 7: Chcete-li získat rozdíl mezi předpovězenými a skutečnými hodnotami, zaškrtněte políčko „Zbytky“.
- Krok 8: Klikněte na OK; provedeme níže uvedenou analýzu.
První část analýzy je „Statistika regrese“.
Vícenásobné R: Tento výpočet odkazuje na korelační koeficient, který měří sílu lineárního vztahu mezi dvěma proměnnými. Korelační koeficient je hodnota mezi -1 a 1.
- 1 Označuje silný pozitivní vztah.
- -1 označuje silný negativní vztah.
- 0 označuje žádný vztah.
R Square: Jedná se o koeficient determinace, který se používá k označení dobré shody.
Upravený čtverec R: Toto je upravená hodnota pro čtverec R na základě počtu nezávislých proměnných v datové sadě.
Věci k zapamatování
- Můžeme také použít funkci LINREGRESE v aplikaci Excel.
- Abyste mohli data interpretovat, musíte mít silné znalosti statistiky.
- Pokud analýza dat není viditelná na kartě Data, musíme tuto možnost povolit pod možností doplňků.
