Analiza regresji jest jednym z najbardziej poszukiwanych metod badań statystycznych. Dzięki temu możliwe jest ustalenie stopnia wpływu niezależnych wartości na zmiennej zależnej. Funkcjonalność Microsoft Excel ma narzędzia przeznaczone do podobnego typu analizy. Przeanalizujmy, że reprezentują siebie i jak ich używać.
Podłączanie pakietu analizy
Ale w celu korzystania z funkcji, która pozwala przeprowadzić analizę regresji, przede wszystkim, musisz aktywować pakiet analizy. Tylko wtedy narzędzia potrzebne do tej procedury pojawią się na taśmie wygnania.
- Przejdź do karty "Plik".
- Przejdź do sekcji "Parametry".
- Otworzy się okno Parametrów Excel. Idź do podsekcji "Addructure".
- Na dole okna otwierania zmieniamy przełącznik w bloku "Control" do pozycji "Add-in-in", jeśli jest w innej pozycji. Kliknij przycisk "GO".
- Otwarte okno dostępne do nadbudówki Excel. Umieściliśmy zaznaczenie o pozycji "Pakiet anality". Kliknij przycisk "OK".
Teraz, gdy przenosimy się do zakładki "Data", zobaczymy nowy przycisk w "Analiza" pasek narzędzi, przycisk "Analiza danych".
Rodzaje analizy regresji
Istnieje kilka rodzajów regresji:- paraboliczny;
- moc;
- logarytmiczny;
- wykładniczy;
- orientacyjny;
- hiperboliczny;
- Regresja liniowa.
Porozmawiamy więcej o wdrożeniu ostatniego rodzaju analizy regresji w Excele.
Regresja liniowa w programie Excel
Poniżej przedstawiony jest przykład, w którym znajduje się średnia dzienna temperatura powietrza na ulicy, a wskazana jest liczba kupujących kupujących dla odpowiedniego dnia roboczego. Dowiedzmy się za pomocą analizy regresji, dokładnie tak, jak warunki pogodowe w postaci temperatury powietrza mogą wpływać na obecność instytucji handlowej.
Ogólne równanie regresji gatunków liniowych jest następujący: y = A0 + A1X1 + ... + AKK. W tym wzorze Y oznacza zmienną, wpływ czynników, na których staramy się zbadać. W naszym przypadku jest to liczba kupujących. Wartość X jest różnymi czynnikami wpływającymi na zmienną. Parametry A są regresją współczynnikami. To znaczy, że określają znaczenie konkretnego czynnika. Indeks K oznacza całkowitą liczbę tych czynników.
- Kliknij przycisk "Analiza danych". Jest on opublikowany na karcie Home w pasku narzędzi "Analiza".
- Otworzy się małe okno. W nim wybieramy przedmiot "regresja". Kliknij przycisk "OK".
- Otwiera się okno ustawień regresji. Jest to obowiązkowe do napełniania pól jest "Interwał wejściowy Y" i "Interval wejściowy X". Wszystkie inne ustawienia można pozostawić domyślnie.
W polu "Interwał wejścia Y" określ adres zakresu komórek, w których znajdują się zmienne, wpływ czynników, na których staramy się ustalić. W naszym przypadku będą one komórki kolumny "Liczba kupujących". Adres można wprowadzić ręcznie z klawiatury, a można po prostu wybrać żądaną kolumnę. Ostatnia opcja jest znacznie łatwiejsza i wygodniejsza.
W polu "Interwał wejściowy X" wprowadzamy adres komórków komórek, gdzie znajduje się czynnik ten, którego wpływ na zmienną, którą chcemy zainstalować. Jak wspomniano powyżej, musimy ustalić wpływ temperatury na liczbę kupujących sklepów, a zatem wprowadź adres komórek w kolumnie "Temperatura". Można to zrobić na takim samym sposobie, jak w polu "Liczba kupujących".
Korzystając z innych ustawień, można ustawić etykiety, poziom niezawodności, stałej do zera, wyświetlanie wykresu normalnego prawdopodobieństwa i wykonywać inne działania. Ale w większości przypadków te ustawienia nie muszą być zmieniane. Jedyne, aby zwrócić uwagę na parametry wyjściowe. Domyślnie wyjście wyników analizy odbywa się na innym arkuszu, ale przełączanie przełącznika, można ustawić wyjście w określonym zakresie na tym samym arkuszu, w którym znajduje się tabela z danymi źródłowymi, lub w oddzielnej książce, to jest w nowym pliku.
Po ustawieniu wszystkich ustawień kliknij przycisk "OK".
Analiza wyników analizy
Wyniki analizy regresji są wyświetlane w formie tabeli w miejscu wskazanym w ustawieniach.
Jednym z głównych wskaźników jest R-Square. Wskazuje jakość modelu. W naszym przypadku współczynnik ten wynosi 0,705 lub około 70,5%. Jest to akceptowalny poziom jakości. Zależność mniejsza niż 0,5 jest zła.
Inny ważny wskaźnik znajduje się w komórce na skrzyżowaniu linii "C-skrzyżowania" i kolumny "współczynniki". Wskazuje, jaką wartość będzie w Y, aw naszym przypadku jest to liczba kupujących, ze wszystkimi innymi czynnikami równymi zero. Ta tabela ma 58,04 w tej tabeli.
Wartość na przecięciu liczenia "zmiennej X1" i "współczynniki" pokazuje poziom zależności Y z X. W naszym przypadku jest to poziom zależności liczby klientów sklepu w temperaturze. Współczynnik 1,31 jest uważany za dość wysoki wskaźnik wpływu.
Jak widać, korzystając z programu Microsoft Excel, jest bardzo łatwy do wykonania tabeli analizy regresji. Ale do pracy z danymi uzyskanymi na wyjściu i zrozumieć ich istotę, tylko przygotowana osoba będzie w stanie.