/ / Excelにおける回帰分析

Excelでの回帰分析

Rスクエア | 有意性FおよびP値 | 係数 | 残余

この例では、 回帰 分析 Excel 要約出力の解釈方法について説明します。

以下は、私たちのデータを見つけることができます。 大きな問題は、販売数量(数量)と価格と広告(入力)の間に関係があるかどうかです。換言すれば、価格と広告を知っていれば、販売数量を予測できますか?

Excelの回帰データ

1. [データ]タブの[分析]グループで、[データ分析]をクリックします。

データ分析をクリック

注:[データ解析]ボタンを見つけることはできませんか?ここをクリックして、Analysis ToolPakアドインを読み込みます。

2.回帰を選択し、OKをクリックします。

回帰を選択

3. Y 範囲(A1:A8)。これは予測変数(従属変数とも呼ばれます)です。

4. バツ 範囲(B1:C8)。これらは説明変数(独立変数とも呼ばれます)です。これらの列は、互いに隣接している必要があります。

5.ラベルをチェックします。

6.出力範囲ボックスをクリックし、セルA11を選択します。

7.残量を確認します。

8. [OK]をクリックします。

回帰入力と出力

Excelは以下のサマリー出力を出力します(小数点以下第3位を四捨五入)。

Rスクエア

Rの正方形は等しい 0.962これは非常に良いフィット感です。 売却数量の変動の96%は、独立変数である価格と広告によって説明されています。 1に近ければ近いほど、データに適した回帰直線が得られます。

Rスクエア

有意性FおよびP値

結果が信頼できる(統計的に有意である)かどうかを確認するには、有意性F(0.001)。この値が0.05未満の場合は、OKです。 有意性Fが0.05より大きい場合は、この独立変数の使用を中止する方が良いでしょう.P値が高い(0.05より大きい)変数を削除し、有意性Fが0.05以下になるまで回帰を再実行します。

ほとんどまたはすべてのP値は0.05未満にすべきである。この例ではこれが当てはまります。 (0.000, 0.001 そして 0.005)。

Anova

係数

回帰直線は次のとおりです。y =販売数量= 8536.214 -835.722 *価格+ 0.592 * 広告。 言い換えれば、各ユニットの価格が上昇するにつれて、販売数量は835.722ユニットで減少します。広告の単価上昇ごとに、販売数量は0.592単位で増加します。これは貴重な情報です。

これらの係数を使用して予測。たとえば、価格が$ 4、広告が$ 3000の場合、8536.214 -835.722 * 4 + 0.592 * 3000 = 6970の数量売り上げを達成することができます。

残余

残差は、実際のデータポイントは、予測されたデータポイント(方程式を使用)になります。たとえば、最初のデータポイントは8500になります。この式を使用すると、予測データポイントは8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009に等しくなり、8500-8523.009 = -23.009.

残余

これらの残差の散布図を作成することもできます。

散布図

また読む: