Как запустить регрессию в Excel

Регрессия в Excel - это способ автоматизировать статистический процесс сравнение нескольких наборов информации чтобы увидеть, как изменения в независимых переменных влияют на изменения в зависимых переменных. Если вы когда-либо хотели найти корреляцию между двумя вещами, использование регрессионного анализа в Excel - один из лучших способов сделать это.

Что означает регресс?

Регрессия - это подход к статистическому моделированию, который аналитики используют для определения взаимосвязей между несколькими переменными.

Регрессионный анализ начинается с одной переменной, которую вы пытаетесь проанализировать, и независимых переменных, которые вы тестируете, чтобы увидеть, влияют ли они на эту единственную переменную. Анализ рассматривает изменения в независимых переменных и пытается сопоставить эти изменения с результирующими изменениями одной (зависимой) переменной.

Это может показаться расширенной статистикой, но Excel делает это комплексный анализ доступен для всех.

Выполнение линейной регрессии в Excel

Простейшей формой регрессионного анализа является линейная регрессия. Простая линейная регрессия рассматривает взаимосвязь только между двумя переменными.

Например, в следующей таблице показаны данные, содержащие количество калорий, которые человек ел каждый день, и их вес в этот день.

Поскольку эта электронная таблица содержит два столбца данных, и одна переменная потенциально может повлиять на другую, вы можете выполнить регрессионный анализ этих данных с помощью Excel.

Включение надстройки Analysis ToolPak

Прежде чем вы сможете использовать функцию регрессионного анализа Excel, вам необходимо включить надстройку Analysis ToolPak на экране параметров Excel.

1. В Excel выберите Файл меню и выберите Параметры.

   

2. Выбирать Надстройки в левом меню навигации. Затем убедитесь, что Надстройки Excel выбран в Управлять поле.

   

3. Наконец, выберите Идти кнопка.

   

4. Во всплывающем окне надстройки. Давать возможность Пакет инструментов анализа щелкнув поле перед ним, чтобы поставить галочку, и выберите Ok.

   

Теперь, когда пакет Analysis ToolPak включен, вы готовы приступить к регрессионному анализу в Excel.

Как выполнить простую линейную регрессию в Excel

Используя таблицу веса и калорий в качестве примера, вы можете выполнить линейный регрессионный анализ в Excel следующим образом.

1. Выберите Данные меню. Затем в Анализ группа, выберите Анализ данных.

   

2. в Анализ данных окно, выберите Регресс из списка и щелкните Ok.

   

3. В Входной диапазон Y - это диапазон ячеек, содержащий зависимую переменную. В этом примере это вес. В Вход X Диапазон это диапазон ячеек который содержит независимую переменную. В этом примере это столбец калорий.

   

4. Выбирать Этикетки для ячеек заголовка, а затем выберите Новый рабочий лист отправить результаты в новый рабочий лист. Выбирать Ok чтобы Excel запустил анализ и отправил результаты на новый лист.

   

5. Изучите новый рабочий лист. Выходные данные анализа содержат ряд значений, которые необходимо понимать для интерпретации результатов.

   

   Каждое из этих чисел имеет следующие значения:

   • Множественный R: Коэффициент корреляции. 1 указывает на сильную корреляцию между двумя переменными, а -1 означает сильную отрицательную связь. 0 означает, что корреляции нет.
   • R квадрат: Коэффициент детерминации, который показывает, сколько точек между двумя переменными попадает на линию регрессии. Статистически это сумма квадратов отклонений от среднего.
   • Скорректированный квадрат R: Статистическое значение, называемое R-квадрат, скорректированное на количество выбранных вами независимых переменных.
   • Стандартная ошибка: Насколько точны результаты регрессионного анализа. Если эта ошибка небольшая, то ваши результаты регрессии будут более точными.
   • Наблюдения: Количество наблюдений в вашей регрессионной модели.

   Остальные значения в выходных данных регрессии предоставляют подробные сведения о более мелких компонентах регрессионного анализа.

   • df: Статистическая ценность, известная как степени свободы, относящиеся к источники отклонений.
   • SS: Сумма площадей. Отношение остаточной суммы квадратов к общей SS должно быть меньше, если большая часть ваших данных соответствует линии регрессии.
   • РС: Средний квадрат данных регрессии.
   • F: F-статистика (F-тест) для нулевой гипотезы. Это обеспечивает значимость регрессионной модели.
   • Значение F: Статистическое значение, известное как P-значение F.

   Если вы не разбираетесь в статистике и расчетах регрессионных моделей, значения в нижней части сводки не будут иметь большого значения. Однако Multiple R и R Square являются двумя наиболее важными.

Как видите, в этом примере калории сильно коррелируют с общим весом.

Анализ множественной линейной регрессии в Excel

Чтобы выполнить ту же линейную регрессию, но с несколькими независимыми переменными, выберите весь диапазон (несколько столбцов и строк) для Вход X Диапазон.

При выборе нескольких независимых переменных маловероятно, что вы обнаружите столь сильную корреляцию, потому что существует очень много переменных.

Однако регрессионный анализ в Excel может помочь вам найти корреляции с одной или несколькими из тех переменных, о существовании которых вы можете не подозревать, просто просмотрев данные вручную.