Phân tích hồi quy là một trong những phương pháp nghiên cứu thống kê được tìm kiếm nhiều nhất. Với nó, có thể thiết lập mức độ ảnh hưởng của các giá trị độc lập trên biến phụ thuộc. Chức năng Microsoft Excel có các công cụ dành cho một loại phân tích tương tự. Hãy phân tích rằng họ đại diện cho chính họ và cách sử dụng chúng.
Kết nối một gói phân tích
Nhưng, để sử dụng một hàm cho phép bạn thực hiện phân tích hồi quy, trước hết, bạn cần kích hoạt gói phân tích. Chỉ sau đó các công cụ cần thiết cho quy trình này sẽ xuất hiện trên băng lưu đày.
- Di chuyển vào tab "Tệp".
- Chuyển đến phần "tham số".
- Cửa sổ tham số Excel mở ra. Đi đến tiểu mục "addstrorure".
- Ở dưới cùng của cửa sổ mở, chúng tôi sắp xếp lại công tắc trong khối "Control" vào vị trí "Excel Add-In", nếu nó ở một vị trí khác. Nhấp vào nút "GO".
- Cửa sổ đã mở có thể truy cập với cấu trúc thượng tầng của Excel. Chúng tôi đặt một đánh dấu về mục "Gói phân tích". Nhấp vào nút "OK".
Bây giờ, khi chúng ta chuyển sang tab "Dữ liệu", chúng ta sẽ thấy một nút mới trong thanh công cụ "Phân tích", nút "Phân tích dữ liệu".
Các loại phân tích hồi quy
Có một số loại hồi quy:- parabol;
- sức mạnh;
- logarit;
- số mũ;
- chỉ định;
- hyperbolic;
- Hồi quy tuyến tính.
Chúng tôi sẽ nói nhiều hơn về việc thực hiện loại phân tích hồi quy cuối cùng trong Excele nhiều hơn.
Hồi quy tuyến tính trong chương trình Excel
Dưới đây, ví dụ, một bảng được trình bày trong đó nhiệt độ không khí trung bình hàng ngày trên đường phố, và số lượng người mua cửa hàng cho ngày làm việc phù hợp được chỉ định. Hãy để chúng tôi tìm hiểu với sự trợ giúp của phân tích hồi quy, chính xác là cách điều kiện thời tiết dưới dạng nhiệt độ không khí có thể ảnh hưởng đến sự tham dự của tổ chức thương mại.
Phương trình chung của hồi quy của các loài tuyến tính như sau: Y = A0 + A1X1 + ... + AKK. Trong công thức này, y có nghĩa là một biến, ảnh hưởng của các yếu tố mà chúng ta đang cố gắng khám phá. Trong trường hợp của chúng tôi, đây là số lượng người mua. Giá trị của X là nhiều yếu tố khác nhau ảnh hưởng đến biến. Các thông số A là hồi quy hệ số. Đó là, họ là người quyết định tầm quan trọng của một yếu tố cụ thể. Chỉ số K biểu thị tổng số các yếu tố này.
- Nhấp vào nút "Phân tích dữ liệu". Nó được đăng trong tab Trang chủ trong thanh công cụ "Phân tích".
- Một cửa sổ nhỏ mở ra. Trong đó, chúng tôi chọn mục "hồi quy". Nhấp vào nút "OK".
- Cửa sổ cài đặt hồi quy mở. Nó là bắt buộc để điền vào các trường là "khoảng thời gian đầu vào y" và "khoảng cách đầu vào x". Tất cả các cài đặt khác có thể được để lại theo mặc định.
Trong trường "Khoảng thời gian đầu vào", chỉ định địa chỉ của phạm vi ô nơi đặt các biến, ảnh hưởng của các yếu tố mà chúng ta đang cố gắng thiết lập. Trong trường hợp của chúng tôi, đây sẽ là các ô của cột "số lượng người mua". Địa chỉ có thể được nhập thủ công từ bàn phím và bạn chỉ cần chọn cột mong muốn. Tùy chọn cuối cùng dễ dàng và thuận tiện hơn nhiều.
Trong trường "Khoảng cách đầu vào X", chúng ta nhập địa chỉ của các ô của các ô, trong đó các yếu tố này được đặt, ảnh hưởng đến biến chúng ta muốn cài đặt. Như đã đề cập ở trên, chúng ta cần thiết lập ảnh hưởng của nhiệt độ lên số lượng người mua cửa hàng, và do đó nhập địa chỉ của các ô trong cột "nhiệt độ". Điều này có thể được thực hiện cùng một cách như trong lĩnh vực "số lượng người mua".
Sử dụng các cài đặt khác, bạn có thể đặt nhãn, mức độ tin cậy, không đổi thành 0, hiển thị biểu đồ xác suất bình thường và thực hiện các hành động khác. Nhưng, trong hầu hết các trường hợp, các cài đặt này không cần phải thay đổi. Điều duy nhất cần chú ý là các tham số đầu ra. Theo mặc định, đầu ra của kết quả phân tích được thực hiện trên một tờ khác, nhưng sẽ chia sẻ công tắc, bạn có thể đặt đầu ra trong phạm vi được chỉ định trên cùng một bảng nơi đặt dữ liệu nguồn hoặc trong một cuốn sách riêng, đó là trong một tập tin mới.
Sau khi tất cả các cài đặt được đặt, nhấp vào nút "OK".
Phân tích kết quả phân tích
Kết quả của phân tích hồi quy được hiển thị dưới dạng một bảng ở vị trí được chỉ định trong cài đặt.
Một trong những chỉ số chính là R-Square. Nó chỉ ra chất lượng của mô hình. Trong trường hợp của chúng tôi, hệ số này là 0,705 hoặc khoảng 70,5%. Đây là một mức độ chất lượng chấp nhận được. Phụ thuộc nhỏ hơn 0,5 là xấu.
Một chỉ báo quan trọng khác nằm trong ô tại giao điểm của dòng "Y-Cresection" và cột "hệ số". Nó chỉ ra giá trị sẽ ở Y và trong trường hợp của chúng tôi, đây là số lượng người mua, với tất cả các yếu tố khác bằng không. Bảng này là 58,04 trong bảng này.
Giá trị tại giao điểm của Biến "biến X1" và "hệ số" hiển thị mức độ phụ thuộc của Y từ X. Trong trường hợp của chúng tôi, đây là mức độ phụ thuộc của số lượng khách hàng của cửa hàng về nhiệt độ. Hệ số 1,31 được coi là một chỉ báo khá cao về ảnh hưởng.
Như bạn có thể thấy, sử dụng chương trình Microsoft Excel, nó khá dễ dàng để tạo ra một bảng phân tích hồi quy. Nhưng, để làm việc với dữ liệu thu được tại lối ra và hiểu bản chất của họ, chỉ có một người chuẩn bị sẽ có thể.