Regresija

R kvadrat | Pomen F in P-vrednosti | Koeficienti | Preostali

Ta primer vas uči, kako zagnati a linearna regresijska analiza v Excel in kako razlagati povzetek.

Spodaj najdete naše podatke. Veliko vprašanje je: ali obstaja povezava med prodano količino (proizvodnja) in ceno ter oglaševanjem (vložek). Z drugimi besedami: ali lahko predvidimo prodano količino, če poznamo ceno in oglaševanje?

1. Na zavihku Podatki v skupini Analiza kliknite Analiza podatkov.

Opomba: ne najdete gumba za analizo podatkov? Kliknite tukaj, če želite naložiti datoteko Dodatek Analysis ToolPak .

2. Izberite Regresija in kliknite V redu.

3. Izberite obseg Y (A1: A8). To je spremenljivka napovedovalca (imenovana tudi odvisna spremenljivka).

4. Izberite obseg X (B1: C8). To so razlagalne spremenljivke (imenovane tudi neodvisne spremenljivke). Ti stolpci morajo biti med seboj.

5. Preverite oznake.

6. Kliknite v polju Output Range in izberite celico A11.

7. Preverite ostanke.

8. Kliknite V redu.

Excel ustvari naslednji povzetek izhoda (zaokrožen na 3 decimalna mesta).

R kvadrat

R kvadrat je enak 0,962, kar se zelo dobro prilega. 96% razlike v prodani količini je razloženo z neodvisnima spremenljivkama Cena in oglaševanje. Bližje kot 1, bolje se regresijska linija (beri naprej) prilega podatkom.

pretvori število v čas v

Pomen vrednosti F in P

Če želite preveriti, ali so vaši rezultati zanesljivi (statistično pomembni), poglejte pomen F (0,001). Če je ta vrednost manjša od 0,05, ste v redu. Če je pomembnost F večja od 0,05, je verjetno bolje, da prenehate uporabljati ta niz neodvisnih spremenljivk. Izbrišite spremenljivko z visoko vrednostjo P (večjo od 0,05) in znova zaženite regresijo, dokler pomembnost F ne pade pod 0,05.

Večina ali vse vrednosti P morajo biti pod 0,05. V našem primeru je tako. (0,000, 0,001 in 0,005).

Koeficienti

Regresijska črta je: y = prodana količina = 8536,214 -835,722 * cena + 0,592 * oglaševanje. Z drugimi besedami, za vsako povišanje cene enote se količina prodanih izdelkov zmanjša za 835.722 enot. Za vsako povečanje enote v oglaševanju se količina prodane vrednosti poveča za 0,592 enote. To je dragocen podatek.

Te koeficiente lahko uporabite tudi za napoved. Če je na primer cena 4 USD in oglaševanje 3000 USD, boste morda lahko dosegli prodano količino 8536,214 -835,722 * 4 + 0,592 * 3000 = 6970.

Preostali

Ostanki vam pokažejo, kako daleč so dejanske podatkovne točke od predvidenih podatkovnih točk (z uporabo enačbe). Na primer, prva podatkovna točka je enaka 8500. Z enačbo je napovedana podatkovna točka enaka 8536,214 -835,722 * 2 + 0,592 * 2800 = 8523,009, kar daje ostanek 8500 -8523,009 = -23,009.

Prav tako lahko ustvarite razpršeno ploskev teh ostankov.