Regresijos analizė "Excel"

R aikštė | Reikšmės F ir P reikšmės | Koeficientai | Likučiai

Šiame pavyzdyje mokoma, kaip atlikti regresija analizė Excel ir kaip suprasti rezultatų santrauką.

Žemiau rasite mūsų duomenis. Didžiausias klausimas yra: ar yra ryšys tarp parduodamo kiekio (produkcijos) ir kainos bei reklamos (įvesties). Kitaip tariant, ar galime numatyti kiekį, kuris parduodamas, jei žinome kainą ir reklamą?

1. Skirtuke Duomenys analizės grupėje spustelėkite Duomenų analizė.

Pastaba: negalima rasti duomenų analizės mygtuko? Spustelėkite čia, jei norite įkelti "Analysis ToolPak" papildinį.

2. Pasirinkite regresiją ir spustelėkite Gerai.

3. Pasirinkite Y Diapazonas (A1: A8). Tai prognozuojamas kintamasis (taip pat vadinamas priklausomu kintamuoju).

4. Pasirinkite X Diapazonas (B1: C8). Tai yra aiškinamieji kintamieji (taip pat vadinami nepriklausomais kintamaisiais). Šie stulpeliai turi būti greta vienas kito.

5. Patikrinkite etiketes.

6. Spustelėkite langelį Output Range ir pasirinkite langelį A11.

7. Patikrinkite likusius.

8. Spustelėkite Gerai.

"Excel" sukuria tokį suvestinę išvestį (suapvalinta iki 3 skaitmenų po kablelio).

R aikštė

R plotas lygus 0.962, kuris yra labai gerai tinka. 96% parduoto kiekio svyravimų paaiškinama nepriklausomais kainų ir reklamos kintamaisiais. Kuo arčiau 1, tuo geriau regresijos eilutė (skaityta toliau) tinka duomenims.

Reikšmės F ir P reikšmės

Norėdami patikrinti, ar jūsų rezultatai yra patikimi (statistiškai reikšmingi), žiūrėkite į reikšmę F (0.001) Jei ši vertė yra mažesnė nei 0,05, tu gerai. Jei reikšmė F yra didesnė nei 0,05, tai tikriausiai geriau nustoti naudoti šį nepriklausomų kintamųjų rinkinį. Ištrinkite kintamąjį su dideliu P reikšme (didesnis nei 0,05) ir pakartokite regresiją, kol reikšmė F nukris žemiau 0,05.

Dauguma ar visų P reikšmių turėtų būti žemiau 0,05. Mūsų pavyzdyje tai yra atvejis. (0.000, 0.001 ir 0.005)

Koeficientai

Regresijos eilutė yra: y = kiekis parduodamas = 8536.214 -835.722 * Kaina + 0.592 * Reklama. Kitaip tariant, kiekvienam vienetui padidinus kainą, parduodamas kiekis sumažėja 835,722 vienetais. Kiekvienam vienetui padidinus reklamą, parduodamas kiekis padidėja iki 0,592 vienetų. Tai yra vertinga informacija.

Taip pat galite naudoti šiuos koeficientus aprognozė. Pavyzdžiui, jei kaina yra lygi 4 JAV doleriui, o reklama - 3000 USD, gali būti pasiektas parduodamas kiekis 8536.214 -835.722 * 4 + 0.592 * 3000 = 6970.

Likučiai

Likučiai rodo, kiek toli yra faktinėDuomenų taškai yra prognozuojami duomenų taškai (naudojant lygtį). Pavyzdžiui, pirmasis duomenų taškas lygus 8500. Naudojant lygtį, prognozuojamas duomenų taškas lygus 8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009, suteikiant likutį 8500 - 8523.009 = -23.009.

Taip pat galite sukurti šių likučių sklaidos schemą.