/ / / Ανάλυση παλινδρόμησης στο Excel

Ανάλυση παλινδρόμησης στο Excel

R Πλατεία | Σημασία F και P-Values | Συντελεστές | Υπολείμματα

Αυτό το παράδειγμα σας διδάσκει πώς να εκτελέσετε ένα οπισθοδρόμηση ανάλυση στο Προέχω και πώς να ερμηνεύσει το Output Summary.

Παρακάτω μπορείτε να βρείτε τα δεδομένα μας. Το μεγάλο ερώτημα είναι: Υπάρχει σχέση μεταξύ ποσότητας που πωλείται (εξόδου) και τιμής και διαφήμισης (εισαγωγής). Με άλλα λόγια: μπορούμε να προβλέψουμε την Ποσότητα που πωλήθηκε αν γνωρίζουμε την τιμή και τη διαφήμιση;

Δεδομένα παλινδρόμησης στο Excel

1. Στην καρτέλα Δεδομένα, στην ομάδα Ανάλυση, κάντε κλικ στην επιλογή Ανάλυση δεδομένων.

Κάντε κλικ στην Ανάλυση δεδομένων

Σημείωση: δεν μπορείτε να βρείτε το κουμπί Ανάλυσης δεδομένων; Κάντε κλικ εδώ για να φορτώσετε το πρόσθετο Tool AnalysisPak.

2. Επιλέξτε Regression και κάντε κλικ στο OK.

Επιλέξτε Regression

3. Επιλέξτε το Y Εύρος (A1: A8). Αυτή είναι η μεταβλητή πρόβλεψης (ονομάζεται επίσης εξαρτημένη μεταβλητή).

4. Επιλέξτε το Χ Εύρος (Β1: C8). Αυτές είναι οι επεξηγηματικές μεταβλητές (που ονομάζονται επίσης ανεξάρτητες μεταβλητές). Αυτές οι στήλες πρέπει να είναι δίπλα στην άλλη.

5. Ελέγξτε τις ετικέτες.

6. Κάντε κλικ στο πλαίσιο Output Range (Εύρος εξόδου) και επιλέξτε το κελί A11.

7. Ελέγξτε τα υπολείμματα.

8. Κάντε κλικ στο OK.

Εισαγωγή και έξοδος παλινδρόμησης

Το Excel παράγει την ακόλουθη συνολική έξοδο (στρογγυλοποιημένη με 3 δεκαδικά ψηφία).

R Πλατεία

Το R είναι ίσο 0.962, η οποία είναι πολύ καλή εφαρμογή. Το 96% της μεταβολής της ποσότητας που πωλήθηκε εξηγείται από τις ανεξάρτητες μεταβλητές Τιμή και διαφήμιση. Όσο πιο κοντά στο 1, τόσο καλύτερη είναι η γραμμή παλινδρόμησης (ανάγνωση) για τα δεδομένα.

R Πλατεία

Σημασίες F και P-τιμές

Για να ελέγξετε αν τα αποτελέσματά σας είναι αξιόπιστα (στατιστικά σημαντικά), εξετάστε τη Σημασία F (0.001). Εάν αυτή η τιμή είναι μικρότερη από 0,05, θα είστε εντάξει. Αν η Σημασία F είναι μεγαλύτερη από 0,05, ίσως είναι καλύτερα να σταματήσετε να χρησιμοποιείτε αυτό το σύνολο ανεξάρτητων μεταβλητών. Διαγράφετε μια μεταβλητή με υψηλή τιμή P (μεγαλύτερη από 0,05) και επαναλάβετε την παλινδρόμηση μέχρι το Σημείο F να πέσει κάτω από 0,05.

Οι περισσότερες ή όλες οι τιμές P πρέπει να είναι κάτω από το 0,05. Στο παράδειγμα μας αυτό συμβαίνει. (0.000, 0.001 και 0.005).

Ανόβα

Συντελεστές

Η γραμμή παλινδρόμησης είναι: y = Ποσότητα που πωλήθηκε = 8536.214 -835.722 * Τιμή + 0.592 * Διαφήμιση. Με άλλα λόγια, για κάθε αύξηση της τιμής μονάδας, η Ποσότητα που πωλείται μειώνεται με 835.722 μονάδες. Για κάθε αύξηση της μονάδας στη Διαφήμιση, αυξάνεται η Ποσότητα Πώλησης με 0,592 μονάδες. Πρόκειται για πολύτιμες πληροφορίες.

Μπορείτε επίσης να χρησιμοποιήσετε αυτούς τους συντελεστές για να κάνετε aπρόβλεψη. Για παράδειγμα, αν η τιμή ισούται με $ 4 και η διαφήμιση ισούται με $ 3000, ίσως μπορέσετε να επιτύχετε μια ποσότητα που πωλήθηκε 8536.214 -835.722 * 4 + 0.592 * 3000 = 6970.

Υπολείμματα

Τα υπολείμματα σας δείχνουν πόσο μακριά είναι η πραγματικήτα σημεία δεδομένων είναι από τα προβλεπόμενα σημεία δεδομένων (χρησιμοποιώντας την εξίσωση). Για παράδειγμα, το πρώτο σημείο δεδομένων ισούται με 8500. Χρησιμοποιώντας την εξίσωση, το προβλεπόμενο σημείο δεδομένων ισούται με 8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009, δίνοντας ένα υπόλοιπο 8500 - 8523.009 = -23.009.

Υπολείμματα

Μπορείτε επίσης να δημιουργήσετε ένα διάγραμμα σκέδασης αυτών των υπολειμμάτων.

Διάγραμμα διασποράς

Επίσης διαβάστε: