300 Piemēri

Regresija

Regression

R laukums | Nozīme F un P-vērtības | Koeficienti | Atlikumi





Šis piemērs māca, kā palaist a lineārās regresijas analīze iekšā Excel un kā interpretēt kopsavilkuma rezultātu.

Zemāk varat atrast mūsu datus. Lielais jautājums ir šāds: vai pastāv saistība starp pārdoto daudzumu (produkciju) un cenu un reklāmu (ievadi). Citiem vārdiem sakot: vai mēs varam paredzēt pārdoto daudzumu, ja zinām cenu un reklāmu?





Regresijas dati programmā Excel

1. Cilnes Dati grupā Analīze noklikšķiniet uz Datu analīze.



Noklikšķiniet uz Datu analīze

Piezīme: vai nevarat atrast pogu Datu analīze? Noklikšķiniet šeit, lai ielādētu Analysis ToolPak pievienojumprogramma .

2. Atlasiet Regresija un noklikšķiniet uz Labi.

Atlasiet Regresija

3. Izvēlieties Y diapazonu (A1: A8). Tas ir paredzamais mainīgais (saukts arī par atkarīgo mainīgo).

4. Izvēlieties X diapazonu (B1: C8). Tie ir skaidrojošie mainīgie (tos sauc arī par neatkarīgiem mainīgajiem). Šīm kolonnām jābūt blakus viena otrai.

5. Pārbaudiet etiķetes.

6. Noklikšķiniet lodziņā Izvades diapazons un atlasiet šūnu A11.

7. Pārbaudiet atlikumus.

8. Noklikšķiniet uz Labi.

Regresijas ievade un izvade

Programma Excel rada šādu kopsavilkuma izvadi (noapaļota līdz 3 zīmēm aiz komata).

R laukums

R laukums ir vienāds ar 0,962, kas ir ļoti labi piemērots. 96% no pārdotā daudzuma izmaiņām ir izskaidrojami ar neatkarīgajiem mainīgajiem lielumiem Cena un reklāma. Jo tuvāk 1, jo labāk regresijas līnija (lasīt tālāk) atbilst datiem.

kā rakstīt zinātniskajā pierakstā

R laukums

Nozīmīgums F un P vērtības

Lai pārbaudītu, vai jūsu rezultāti ir ticami (statistiski nozīmīgi), apskatiet F nozīmi (0,001). Ja šī vērtība ir mazāka par 0,05, viss ir kārtībā. Ja F nozīme ir lielāka par 0,05, iespējams, labāk ir pārtraukt izmantot šo neatkarīgo mainīgo kopu. Izdzēsiet mainīgo ar augstu P vērtību (lielāku par 0,05) un atkārtojiet regresiju, līdz F nozīmība nokrītas zem 0,05.

Lielākajai daļai vai visām P vērtībām jābūt zem 0,05. Mūsu piemērā tas tā ir. (0,000, 0,001 un 0,005).

Anova

Koeficienti

Regresijas līnija ir šāda: y = Pārdotais daudzums = 8536.214 -835.722 * Cena + 0.592 * Reklāma. Citiem vārdiem sakot, par katru cenas pieaugumu vienībai pārdotais daudzums samazinās par 835,722 vienībām. Par katru reklāmas vienības pieaugumu pārdotais daudzums palielinās par 0,592 vienībām. Šī ir vērtīga informācija.

Varat arī izmantot šos koeficientus, lai veiktu prognozi. Piemēram, ja cena ir vienāda ar 4 ASV dolāriem un reklāma ir 3000 ASV dolāru, iespējams, varēsit sasniegt pārdoto daudzumu 8536,214 -835,722 * 4 + 0,592 * 3000 = 6970.

Atlikumi

Atlikumi parāda, cik tālu ir faktiskie datu punkti no prognozētajiem datu punktiem (izmantojot vienādojumu). Piemēram, pirmais datu punkts ir 8500. Izmantojot vienādojumu, paredzamais datu punkts ir vienāds ar 8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009, dodot atlikumu 8500 -8523.009 = -23.009.

Atlikumi

Varat arī izveidot šo atlikumu izkliedes diagrammu.

Izkliedes diagramma

10/10 Pabeigts! Uzziniet vairāk par analīzes rīku paketi>
Doties uz nākamo nodaļu: Izveidojiet makro



^