एक्सेल में रिग्रेशन विश्लेषण

आर स्कवेयर | महत्व एफ और पी-मूल्य | गुणांकों | बच गया

यह उदाहरण आपको सिखाता है कि कैसे करें वापसी में विश्लेषण एक्सेल और सारांश आउटपुट की व्याख्या कैसे करें।

नीचे आप हमारे डेटा पा सकते हैं। बड़ा सवाल यह है: मात्रा मात्रा (आउटपुट) और मूल्य और विज्ञापन (इनपुट) के बीच कोई संबंध है। दूसरे शब्दों में: क्या हम मूल्य और विज्ञापन जानते हैं, तो क्या हम मात्रा की बिक्री की भविष्यवाणी कर सकते हैं?

1. डेटा टैब पर, विश्लेषण समूह में, डेटा विश्लेषण पर क्लिक करें।

नोट: डेटा विश्लेषण बटन नहीं मिल सकता है? विश्लेषण टूलपैक ऐड-इन लोड करने के लिए यहां क्लिक करें।

2. रिग्रेशन का चयन करें और ठीक क्लिक करें।

3. का चयन करें Y रेंज (ए 1: ए 8)। यह भविष्यवाणियों चर (जिसे निर्भर चर भी कहा जाता है) है।

4. का चयन करें एक्स रेंज (B1: सी 8)। ये स्पष्टीकरण चर हैं (जिन्हें स्वतंत्र चर भी कहा जाता है)। ये कॉलम एक दूसरे के समीप होना चाहिए।

5. लेबल जांचें।

6. आउटपुट रेंज बॉक्स में क्लिक करें और सेल ए 11 का चयन करें।

7. अवशिष्ट जांचें।

8. ठीक क्लिक करें।

एक्सेल निम्नलिखित सारांश आउटपुट (3 दशमलव स्थानों तक गोल) उत्पन्न करता है।

आर स्कवेयर

आर स्क्वायर बराबर है 0.962, जो एक बहुत अच्छा फिट है। मात्रा में बिकने वाले बदलाव का 9 6% स्वतंत्र चर मूल्य और विज्ञापन द्वारा समझाया गया है। 1 के करीब, बेहतर रिग्रेशन लाइन (पढ़ना) डेटा फिट बैठता है।

महत्व एफ और पी मूल्यों

यह जांचने के लिए कि क्या आपके परिणाम विश्वसनीय हैं (सांख्यिकीय रूप से महत्वपूर्ण), महत्व एफ देखें (0.001)। यदि यह मान 0.05 से कम है, तो आप ठीक हैं। यदि महत्व एफ 0.05 से अधिक है, तो यह संभवतः स्वतंत्र चर के इस सेट का उपयोग करना बंद करना बेहतर है। एक उच्च पी-मान (0.05 से अधिक) के साथ एक चर हटाएं और रिग्रेशन एफ 0.05 से नीचे गिरने तक प्रतिगमन को दोबारा शुरू करें।

अधिकांश या सभी पी-मान 0.05 से नीचे होना चाहिए। हमारे उदाहरण में यह मामला है। (0.000, 0.001 तथा 0.005)।

गुणांकों

रिग्रेशन लाइन है: वाई = मात्रा सोल्ड = 8536.214 -835.722 * मूल्य + 0.592 * विज्ञापन। दूसरे शब्दों में, प्रत्येक इकाई के मूल्य में वृद्धि के लिए, 835.722 इकाइयों के साथ मात्रा में कमी आई है। विज्ञापन में प्रत्येक इकाई की वृद्धि के लिए, 0.5 9 2 इकाइयों के साथ मात्रा में वृद्धि हुई है। यह मूल्यवान जानकारी है।

आप इन गुणांक का उपयोग करने के लिए भी कर सकते हैंपूर्वानुमान। उदाहरण के लिए, यदि कीमत $ 4 के बराबर होती है और विज्ञापन $ 3000 के बराबर होता है, तो आप 8536.214 -835.722 * 4 + 0.592 * 3000 = 6970 की मात्रा बेचने में सक्षम हो सकते हैं।

बच गया

अवशेष आपको दिखाते हैं कि वास्तविक कितना दूर हैडेटा पॉइंट पूर्वानुमानित डेटा पॉइंट्स (समीकरण का उपयोग करके) हैं। उदाहरण के लिए, पहला डेटा पॉइंट 8500 के बराबर है। समीकरण का उपयोग करके, अनुमानित डेटा पॉइंट 8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009 के बराबर है, जिसमें 8500 - 8523.009 का अवशिष्ट दिया गया है = -23.009.

आप इन अवशेषों का एक स्कैटर प्लॉट भी बना सकते हैं।