Excel lineaire regressie
Lineaire regressie is een statistisch hulpmiddel in Excel dat wordt gebruikt als een voorspellend analysemodel om de relatie tussen twee sets gegevens van variabelen te controleren. Met behulp van deze analyse kunnen we de relatie tussen twee of meer variabelen schatten. We kunnen twee soorten variabelen zien, namelijk 'afhankelijke variabele en onafhankelijke variabele'.
- De afhankelijke variabele is de factor die we proberen te schatten.
- De onafhankelijke variabele is het ding dat de afhankelijke variabele beïnvloedt.
Met Excel Linear Regression kunnen we dus echt zien hoe de afhankelijke variabele veranderingen doormaakt wanneer de onafhankelijke variabele verandert, en het helpt ons om wiskundig te beslissen welke variabele een echte impact heeft.
Hoe kan ik een lineaire regressiegegevensanalysetool toevoegen in Excel?
Lineaire regressie in Excel is beschikbaar onder analyse toolpak, een verborgen tool in Excel. Dit is te vinden onder het tabblad Gegevens.
Deze tool is pas zichtbaar als de gebruiker dit inschakelt. Volg de onderstaande stappen om dit in te schakelen.
- Stap 1: Ga naar FILE >> Options.
- Stap 2: Klik op "Add-ins" onder "Excel-opties".
- Stap 3: Selecteer "Excel-invoegtoepassingen" onder Beheer vervolgkeuzelijst in Excel en klik op "Ga".
- Stap 4: Vink het vakje "Analysis Toolpak" in de "Add-ins" aan.
Nu zouden we de optie "Analysis Toolpak" onder het tabblad "Gegevens" moeten zien.
Met deze optie kunnen we veel "data-analyse" -opties uitvoeren. Laten we nu een paar voorbeelden bekijken.
Voorbeelden
Zoals ik al zei, bestaat Linear Regression Excel uit twee dingen, namelijk 'afhankelijke en onafhankelijke variabelen'. Voor dit voorbeeld ga ik de onderstaande gegevens van verkochte winterjasgegevens met temperatuur in elke maand gebruiken.
We hebben de gemiddelde temperatuur en de verkochte jassen van elke maand. Hier moeten we weten welke onafhankelijk is en welke afhankelijke variabelen zijn.
Hier is "Temperatuur" de onafhankelijke variabele omdat men de temperatuur niet kan regelen, dus dit is de onafhankelijke variabele.
“Jackets Sold” is de afhankelijke variabele omdat, op basis van de temperatuurstijging en afname, de verkoop van jasjes varieert.
Nu zullen we de Excel lineaire regressieanalyse voor deze gegevens uitvoeren.
- Stap 1: Klik op het tabblad Gegevens en Gegevensanalyse.
- Stap 2: Zodra u op "Gegevensanalyse" klikt, zien we het onderstaande venster. Scroll naar beneden en selecteer "Regressie" in Excel.
- Stap 3: Selecteer de "Regressie" optie en klik op "Ok" om het onderstaande venster te openen.
- Stap 4: "Input Y Range" is de afhankelijke variabele, dus in dit geval is onze afhankelijke variabele "Jackets Sold" -gegevens.
- Stap 5: "Input X Range" is de onafhankelijke variabele, dus in dit geval is onze onafhankelijke variabele "Temperature" -gegevens.
- Stap 6: Selecteer het uitvoerbereik als een van de cellen.
- Stap 7: Om het verschil tussen de voorspelde waarden en de werkelijke waarden te krijgen, vinkt u het vakje 'Residuen' aan.
- Stap 8: Klik op OK; we zullen de onderstaande analyse hebben.
Het eerste deel van de analyse is 'Regressiestatistieken'.
Meerdere R: deze berekening verwijst naar de correlatiecoëfficiënt, die de sterkte meet van een lineaire relatie tussen twee variabelen. De correlatiecoëfficiënt is de waarde tussen -1 en 1.
- 1 Geeft een sterke positieve relatie aan.
- -1 duidt op een sterk negatief verband.
- 0 geeft aan dat er geen relatie is.
R-vierkant: het is de determinatiecoëfficiënt die wordt gebruikt om de goedheid van de pasvorm aan te geven.
Aangepaste R-kwadraat: dit is de aangepaste waarde voor R-kwadraat op basis van het aantal onafhankelijke variabelen in de gegevensset.
Dingen om te onthouden
- We kunnen ook de LIJNSCH-functie gebruiken in Excel.
- U moet een gedegen kennis van statistieken hebben om de gegevens te interpreteren.
- Als de gegevensanalyse niet zichtbaar is onder het tabblad Gegevens, moeten we deze optie inschakelen onder de optie invoegtoepassingen.
