Регресионният анализ е един от най-популярните методи за статистически изследвания. С негова помощ можете да определите степента на влияние на независимите променливи върху зависимата променлива. Във функционалността на Microsoft Excel съществуват инструменти, предназначени за извършване на този тип анализ. Нека да анализираме какви са и как да ги използваме.
съдържание
Но, за да използвате функция, която ви позволява да извършвате регресионен анализ, първо трябва да активирате пакета за анализ. Само тогава инструментите, необходими за тази процедура, ще се появят на лентата на Excel.
Сега, когато отидем в раздела "Данни" , ще видим нов бутон върху лентата в полето "Анализ" - "Анализ на данните" .
Има няколко типа регресии:
За изпълнението на последния тип регресионен анализ в Excel ще обсъдим по-подробно по-късно.
По-долу е представена таблицата, която показва средната дневна температура на въздуха на улицата и броя купувачи за съответния работен ден. Нека да разберем с помощта на регресионния анализ точно как климатичните условия под формата на температура на въздуха могат да повлияят на присъствието на търговска институция.
Общото уравнение на линейна регресия е, както следва: У = а0 + а1х1 +…+акхк
. В тази формула Y означава променлива, влиянието на факторите, върху които се опитваме да учим. В нашия случай това е броят на купувачите. Стойността на x е различните фактори, които засягат променливата. Параметри а са регресионни коефициенти. Това означава, че те определят значението на този или на този фактор. Индексът k означава общия брой на тези фактори.
В полето "Интервал на въвеждане Y" посочваме адреса на диапазона от клетки, където се намират променливите данни, влиянието на факторите, върху които се опитваме да установим. В нашия случай те ще бъдат клетки в графата "Брой купувачи". Адресът може да бъде въведен ръчно от клавиатурата или просто да изберете необходимата графа. Последният вариант е много по-прост и по-удобен.
В полето "Интервал на въвеждане X" въвеждаме адреса на диапазона от клетки, където се намират данните на фактора, чието влияние върху променливата, която искаме да установим. Както е посочено по-горе, трябва да установим ефекта на температурата върху броя купувачи и следователно да въведем адреса на клетките в колоната "Температура". Това може да стане по същия начин, както в полето "Брой купувачи".
С помощта на други настройки можете да зададете етикети, ниво на надеждност, постоянна нула, да показвате графика на нормалната вероятност и да изпълнявате други действия. Но в повечето случаи тези настройки не е необходимо да се променят. Единственото нещо, на което трябва да обърнете внимание, е параметрите на изхода. По подразбиране резултатите от анализа се извеждат на друг лист, но с промяна на превключвателя можете да зададете изхода в зададения диапазон на същия лист като таблицата, съдържаща оригиналните данни, или в отделна книга, т.е. в нов файл.
След като сте задали всички настройки, кликнете върху бутона "OK" .
Резултатите от регресионния анализ се показват под формата на таблица на мястото, посочено в настройките.
Един от основните индикатори е R-квадрата . Показва качеството на модела. В нашия случай този коефициент е равен на 0.705 или около 70.5%. Това е приемливо ниво на качество. Зависимостта по-малка от 0.5 е лоша.
Друг важен показател се намира в клетката в пресечната точка на линията "Y-пресичане" и в колоната "Коефициенти" . Тя показва коя стойност ще бъде в Y, а в нашия случай това е броят на купувачите, като всички други фактори са равни на нула. В тази таблица тази стойност е 58.04.
Стойността в пресечната точка на графиката "Променлива X1" и "Коефициенти" показва нивото на зависимост на Y от X. В нашия случай това е нивото на зависимостта на броя на клиентите на магазините от температурата. Коефициентът 1.31 е сравнително висок показател за въздействие.
Както можете да видите, с помощта на програмата Microsoft Excel е доста лесно да създадете таблица за регресионни анализи. Но, за да се работи с данните, получени в изхода, и да разберат същността им, само един обучен човек може.