Press "Enter" to skip to content

Hogyan építsünk egy diagramot a Microsoft Excel-ben

Hogyan építsünk egy korrelációs ütemtervet az Excel-ben

2 A korrelációs elemzés módszerei a Microsoft Excelben

A korrelációs elemzés a statisztikai kutatások népszerű módszere, amelyet az egyik mutató függőségének azonosítására szolgálnak. A Microsoft Excel speciális eszközzel rendelkezik az ilyen típusú elemzés elvégzésére. Tudjuk meg, hogyan kell használni ezt a funkciót.

A korrelációs elemzés lényege

A korrelációs elemzés célja a különböző tényezők közötti függőség azonosítása. Ez az, hogy meghatározzák, hogy a csökkenés érintett-e, vagy egy mutató növekedése a másik változásánál.

Ha a függőség megállapításra kerül, meghatározza a korrelációs együtthatót. A regressziós analízissel ellentétben ez az egyetlen mutató, amely kiszámítja ezt a statisztikai kutatás módszerét. A korrelációs együttható a +1-es tartományban változik pozitív korreláció jelenlétében, az egyik mutató növekedése hozzájárul a második növekedéshez. Negatív korrelációval az egyik mutató növekedése a másik csökkenését jelenti. Minél nagyobb a korrelációs együttható modul, annál észrevehetőbb az egyik mutatóváltozás tükröződik a második változáson. Az együttható értéke 0, a függőség között teljesen.

Kiszámítása a korrelációs együttható

Most nézzük meg, hogy kiszámítjuk a korrelációs együttható egy konkrét példa. Van egy táblázat, amelyben az áramlás a reklám költségek monitable külön oszlopokban és az értékesítés. Meg kell találnunk a befektetési összegek számának függőségét, amelyet reklámozásra fordítottak.

1. módszer: A korreláció meghatározása a Master offunkciókon keresztül

Az egyik módja annak, hogy korrelációs elemzést végezhessen a korrelációs funkció használatával. Maga a funkció általános nézete van a szaruhártya (Array1, Array2).

    Válassza ki azt a cellát, amelyben a számítás eredménye kimeneti. Kattintson a “Funkció beillesztése” gombra, amely a képlet-karakterlánc bal oldalán helyezkedik el.

Megnyílik nyitott funkció argumentumok. A “Massive1” területen bemutatjuk az egyik értékű sejtek tartományának koordinátáit, amelyek függőségét meg kell határozni. A mi esetünkben az “Értékesítési” oszlopban értéke lesz. Annak érdekében, hogy hozzáadjon egy tömb-címet a mezőben, egyszerűen csak a fenti oszlopban lévő adatokat adjon meg az adatokkal.

A “Massive2” mezőben a második oszlop koordinátáit kell tennie. Reklámköltségek vannak. Ugyanígy, mint az előző esetben, beléptünk az adatokba a területen.

Amint látja, a korrelációs együttható egy szám formájában megjelenik a cellában előre. Ebben az esetben 0,97-nek felel meg, ami az egyik érték függvényének nagyon magas jellemzője.

2. módszer: A korreláció kiszámítása egy elemzési csomag segítségével

Ezenkívül a korreláció kiszámítható az elemzési csomagban bemutatott eszközök egyikével. De mielőtt szükségünk van erre az eszközre, hogy aktiváljuk.

    Menjen a “Fájl” fülre.

A megnyíló ablakban lépjen a “Paraméterek” szakaszra.

Ezután menjen a “Add-in”.

A következő ablak alján található a “Menedzsment” szakaszban, átrendezzük a kapcsolót az “Excel Add-In” pozícióba, ha egy másik pozícióban van. Kattintson az “OK” gombra.

A bővítmények ablakában egy kullancsot állítunk be az “Elemzési csomag” elemről. Kattintson az “OK” gombra.

Ezt követően az elemzési csomag aktiválva van. Menjen az “Adatok” fülre. Amint láthatja, egy új szerszámblokk jelenik meg a szalagon – “elemzés”. Kattintson az “Adatelemzés” gombra, amely benne található.

A különböző adatelemzési lehetőségek listája. Válassza ki az “korreláció” elemet. Kattintson az “OK” gombra.

A korrelációs analízis paraméterekkel megnyílik egy ablak. Az előző módon ellentétben a “beviteli intervallum” területen a nem minden oszlop intervallumát külön bemutatjuk, és az elemzés során részt vevő összes oszlopot. Esetünkben ez az adatok az oszlopok “reklámköltségek” és az “Értékesítés”.

Paraméter “Csoportosítás” Hagyja változatlan – “oszlopok”, mivel két oszlop adatcsoportja van. Ha törött vonal, akkor ezért át kell adnia a kapcsolót a “Sorokon” pozícióra.

Az alapértelmezett kimeneti paraméterekben az “Új munkalista” elem be van állítva, azaz az adatok megjelennek egy másik lapon. Megváltoztathatja a helyet a kapcsoló kikapcsolásával. Ez lehet az aktuális lap (akkor meg kell adnia az információs következtetési sejtek koordinátáit) vagy új munkakönyv (fájl).

Ha az összes beállítás telepítve van, nyomja meg az “OK” gombot.

Mivel az elemzés eredményeinek elemzését alapértelmezés szerint hagyjuk, egy új lapra költözünk. Amint látja, a korrelációs együttható jelzi. Természetesen ugyanaz, mint az első módszer használata – 0, ez az a tény, hogy mindkét opciót ugyanazon számítások végzik, egyszerűen készítik el őket különböző módon.

Amint azt látja, az Excel alkalmazás egyszerre kétféle módon kínálja a korrelációs elemzést. A számítások eredménye, ha mindent helyesen teszel, teljesen megegyezik. De minden felhasználó választhat egy kényelmesebb megvalósítási mód rá.

Köszönjük a szerzőt, ossza meg a szociális hálózatokról szóló cikket.

Forrás: Hab

Korreláció és regressziós elemzés Excelben: végrehajtási utasítás

Regressziós és korrelációs elemzés – statisztikai kutatási módszerek. Ezek a leggyakoribb módon, hogy bármilyen paraméter függvényét mutatják egy vagy több független változóból.

Az alábbiakban meghatározott gyakorlati példák szerint ez a két nagyon népszerű elemzés a környezetben. És adjon példát az eredmények megszerzésére, ha kombinált.

Regressziós analízis Excelben

Megmutatja bizonyos értékek (független, független) hatását a függő változón. Például, mivel a gazdaságilag aktív népesség számától függ a vállalkozások számától, a bérek értékétől stb. Paraméterek. VAGY: Hogyan befolyásolja a külföldi befektetést, az energiaárakat és másokat. A GDP szintjén.

Az elemzés eredménye lehetővé teszi a prioritások kiemelését. És a fő tényezők alapján előrejelzik, tervezzük meg a kiemelt területek fejlesztését, menedzsment döntéseket hozva.

  • lineáris (y = a + bx);
  • parabolikus (Y = A + BX + CX 2);
  • exponenciális (y = a * exp (bx));
  • teljesítmény (y = a * x ^ b);
  • hiperbolikus (y = b / x + a);
  • logaritmikus (y = b * 1n (x) + a);
  • indikatív (y = a * b ^ x).

Tekintsük a regressziós modell felépítésének példáját az Excelben és az eredmények értelmezésében. Tegyen lineáris regressziót.

Feladat. 6 vállalatnál elemezte az átlagos havi bérét és az eltörlött alkalmazottak számát. Meg kell határozni az eltörlött alkalmazottak számának függőségét az átlagos fizetésből.

A lineáris regressziós modell a következő formában van:

Ahol A a regressziós együtthatók, X – befolyásoló változók, K – A tényezők száma.

Példánkban a desztillált munkavállalóknak a. Befolyásoló tényező – bérek (x).

Az Excel létezik olyan beépített funkciókkal, amelyekkel kiszámíthatja a lineáris regressziós modell paramétereit. De gyorsabb, hogy hozzáad egy “elemzési csomagot”.

Aktiválása egy hatékony elemző eszköz:

  1. Nyomja meg a „Hivatal” gombra, és lépjen a Beállítások lapra Excel. “Add-in”.
  2. Az alábbiakban az legördülő listából, a „Management” mező lesz a felirat: „Excel add-in” (ha nem, kattintson a jobb oldali mezőben, és válassza ki). És a „Go” gombot. Zhmem.
  3. A rendelkezésre álló kiegészítő. Válassza a „elemző csomag”, és kattintson az OK gombra.

Az aktiválás után a bővítmény elérhető lesz az adatok fülön.

Most fogunk foglalkozni közvetlenül regresszió analízis.

  1. Nyissa meg az adatokat elemző eszköz menü. Kiválasztása „regresszió”.
  2. A menü nyílik meg, válassza ki a bemeneti értékek és kimeneti paramétereit (ahol az eredmény megjelenítéséhez). Azokon a területeken, a forrás adatok, akkor adja meg a tartományban leírt paraméter (y) és az azt befolyásoló tényező (x). A többi nem tudja kitölteni.
  3. Miután rákattintott az OK, a program megjeleníti a számításokat az új lemez (kiválaszthatja az intervallumot kijelző az aktuális lapon vagy rendeljen egy kimenetet egy új könyv).

Először is figyeljen az R-térre és az együtthatókra.

R-tér – meghatározási együttható. Példánkban – 0 ,, vagy 75,5%. Ez azt jelenti, hogy a modell számított paraméterei 75,5% -kal magyarázzák meg a vizsgált paraméterek közötti kapcsolatot. Minél magasabb a meghatározás együtthatója, annál jobb a modell. Jó – 0,8 felett. Rossz – kevesebb, mint 0,5 (egy ilyen elemzés alig tekinthető ésszerűnek tekinthető). A példánkban – “nem rossz”.

A 64 koefficiens azt mutatja, hogy az Y-nek akkor lesz, ha a vizsgált modellben lévő összes változó 0-nak egyenlő lesz. Azaz, egyéb tényezők nem leírt modellben befolyásolja az értékét a paraméter elemzett.

Az -0 koefficiens, az x-es változó súlyát mutatja. Vagyis az átlagos havi bér a modellen belül befolyásolja a mennyiséget -0 -0 -0, (ez egy kisfokú befolyás). A “-” jel negatív hatást jelez: minél több fizetés, a kevésbé eltörölt. Mi a tisztességes.

Korrelációs analízis az Excelben

A korrelációs elemzés segít megállapítani, hogy van-e kapcsolat a mutatók között egy vagy két minta. Például a gép működési ideje és a javítás költsége, a berendezések ára és a működés időtartama, a gyermekek növekedése és súlya és t.D.

Ha a kapcsolat elérhető, akkor az egyik paraméter növelése (pozitív korreláció) vagy a másik (negatív) csökkenése. A korrelációs elemzés segít az Analytics-nek annak megállapítására, hogy az egyik mutató lehetséges-e a másik lehetséges értékének megjósolásához.

A korrelációs együtthatót r jelöli. A +1-től eltérő változó a különböző gömbökkel kapcsolatos korrelációs kapcsolatok osztályozásához eltérő lesz. Ha a minták közötti egyenesített tényező értéke nem létezik.

Fontolja meg, hogy az Excel-alapok hogyan használják a korrelációs együtthatót.

A párosított együtthatók megtalálása Correla funkciót alkalmaz.

Feladat: Határozza meg, hogy van-e kapcsolat az eszterga működési ideje és a szolgáltatás költsége között.

A kurzort bármely cellára helyezzük, és nyomja meg az FX gombot.

  1. A “Statisztika” kategóriában válassza ki a Correla funkciót.
  2. Argument “Array 1” & #; Az első értéktartomány – a gép működési ideje: A2: a
  3. Argumentum “Array 2” & #; A második értéktartomány – a javítás költsége: B2: a bilincsben.

A kommunikáció típusának meghatározásához meg kell néznie az együttható abszolút számát (minden egyes tevékenységi kör esetében van saját skála).

A több paraméter (több mint 2) korrelációs elemzéséhez kényelmesebb az “Adatelemzés” (Superior elemzési csomag) alkalmazásához. A lista ki kell választania egy korrelációt és kijelöl egy tömböt. Minden.

Az eredményül kapott együtthatók megjelennek a korrelációs mátrixban. Mint ez:

Korrelációs-regressziós elemzés

A gyakorlatban ezeket a két technikát gyakran használják együtt.

  1. Korrelációs mező építése: “Insert” & #; “Diagram” & #; “Pont diagram” (összehasonlító párot ad). Értékválaszték – Minden számadat táblázat.
  2. Kattintson a bal egérgombra a diagram bármely pontján. Aztán jobbra. A menüben válassza a “Trend vonal hozzáadása” lehetőséget.
  3. Hozzárendelje a vonal paramétereit. Típus – “Lineáris”. Az alsó – “A diagram megjelenítési egyenlete”.
  4. Kattintson a “Bezárás” gombra.

Most láthatóvá és regressziós elemzési adatokvá válnak.

Forrás: Hab

Szétszórási diagram (korrelációs mező)

A vezérlő munka beállítása

1. SpattlePlot (korrelációs mező) építése.

2. Keresse meg a lineáris regresszió paramétereinek pontbecslését, a regressziós funkcióértékelési rekordot.

3. Keresse meg a korrelációs együtthatót és a meghatározást.

4. A lineáris regressziós funkció jelentőségének tesztelésére szignifikáns szinten.

5. Vizsgálati hipotézisek az egyéni együtthatók egyenlőségéről nulla (alternatívaként nem egyenlő).

6. A függő változó pont és intervallum előrejelzési értéke a megfigyelt maximális értékének megjelentette, 10% -kal nőtt.

7. A regressziós szóródást a határokkal 95% -os előrejelzési időközönként.

nyolc. Keresse meg a függő változó átlagos rugalmassági együtthatóját.

kilenc. Keressen átlagos közelítési hibát kapott paraméterek.

Adja meg a talált regressziós paraméterek értelmezését.

A tesztmunkák végrehajtásának módszerei

Kezdeti adatok

asztal. 1 forrásadatok

Fáklya méret, kv.M., Ns
Értékesítési volumen, ezer. dörzsölés., W

A táblázatban bemutatott forrásadatokon. 1 Meg kell vizsgálni az értékesítési volumen közötti kapcsolatot (W) és a kereskedési terület nagysága (Ns), A tesztelés feladata szerint.

Szétszórási diagram (korrelációs mező)

Az Excelben új lapot hozunk létre, és beírjuk a forrásadatokat, oszlopokat Ns és W. Válassza ki a forrásadatokat. Kérjük, vegye figyelembe, hogy alapértelmezés szerint az Excelben feltételezzük, hogy az első kiemelt oszlopban van X, A második – Y. Menj a könyvjelző „Insert”, válassza ki a „Spot” chart, jelentkezzen a tengelye a koordináta-rendszerben ( „Working diagramok”, „elrendezés”, „tengely nevek”), és a diagram neve ( „munka diagramok” , “Elrendezés”, “diagram neve”). A kapott szóródási diagram mutatja a rizs. 1.

Rizs. 1 szórás diagram

A szórásdiagram elemzése Tudomásul vehetők, hogy a pontok a sorban találhatók, ezért a páros regresszió lineáris egyenlete y = a + b ∙ x, Valószínűleg ez a helyzet jól le van írva.

Nem találta meg, amit keresett? Használja a keresést:

A legjobb mondások:Megtanulják tanulni, nem tanulni! & #; | & #; Vagy olvassa el mindent.

Forrás: Hab

Hab

Kérdések és válaszok az informatikai technológiában és a PC-beállításokban

Milyen az összefüggés az Excel?

„Korreláció” fordítás latin jelentése „kapcsolat”, „kapcsolat”. A mennyiségi jellemző a kapcsolat érhető el, amikor a korrelációs együttható kiszámítása. Ez az együttható népszerű statisztikai elemzések azt mutatja, hogy minden paramétert kapcsolódnak egymáshoz (például növekedési és súlya, a szint az intelligencia és a teljesítmény a sérülések száma és időtartama a munka).

Felhasználási korreláció

Kiszámítása az összefüggés különösen széles körben használják a gazdaság, szociológiai tanulmányok, az orvostudomány és a biometrikus – bárhol lehet kapni két tömb adatok között milyen kommunikációs megtalálható.

Számítsa ki a korrelációt manuálisan, egyszerű aritmetikai művelet végrehajtásával. A számítási folyamat azonban kiderül, hogy nagyon nehézkes, ha az adatkészlet nagyszerű. Az tulajdonsága a módszernek az, hogy igényli a gyűjtemény számos forrás adatai a legpontosabban kijelző, van összefüggés a megjelölések. Ezért a korrelációs analízis súlyos felhasználása lehetetlen a számítástechnikai berendezések használata nélkül. Az egyik legnépszerűbb és megfizethetőbb program a feladat megoldásához a Microsoft Office Excel.

Hogyan végezzen korrelációt az Excel-ben?

A korreláció meghatározásának leginkább időigényes szakasza adatgyűjtő készlet. Az összehasonlítható adatok általában két oszlopban vagy sorban találhatók. Az asztalt a sejtekben való kihagyás nélkül kell elvégezni. Az Excel (C és Junc) modern verziói nem igényelnek további beállításokat a statisztikai számításokhoz; A szükséges manipulációk elvégezhetők a Formulas szakaszban:

  1. Válasszon ki egy üres cellat, amelyben a számítások eredménye származik.
  2. Nyomja meg az Excel főmenüpontot “Formula”.
  3. A “Funkció könyvtárába” csoportosított gombok közül válassza a “Egyéb funkciók” lehetőséget.
  4. A legördülő listákban válassza ki a korrelációs funkció funkciót (statisztikai – Correla).
  5. Az Excel megnyitja a “Funkció argumentuma” panelét. “1. tömb” és “2. tömb” – ezek az összehasonlított adatok tartománya. A mezők automatikus kitöltéséhez egyszerűen kiemelheti az asztal kívánt tábláit.
  6. Nyomja meg az “OK” gombot a funkció argumentumablakának bezárásával. A korrelációs együttható megjelenik a cellában.

A korreláció egyenes lehet (ha a koefficiens nagyobb, mint nulla) és a fordított (-1-től 0-ig).

Az első azt jelenti, hogy az egyik paraméter növekedésével nő és a másik. A fordított (negatív) korreláció tükrözi azt a tényt, hogy a másik változó növekedésével csökken.

A korreláció közel lehet nulla. Ez általában azt jelzi, hogy a vizsgálati paraméterek nem kapcsolódnak egymáshoz. De néha a nulla korreláció akkor következik be, ha sikertelen minta történik, ami nem tükrözi a kapcsolatot, vagy a kapcsolat összetett nemlineáris.

Ha az együttható átlagos vagy erős kapcsolatot mutat (± 0,5 és ± 0,99 között), akkor emlékezni kell arra, hogy ez csak egy statisztikai kapcsolat, amely nem teszi lehetővé az egyik paraméter másik hatását. Lehetséges, hogy kizárják a helyzeteket, hogy mindkét paraméter egymástól független, de rájuk valamilyen harmadik nem kiszámított tényezőt érint. Az Excel segít azonnali kiszámítani a korrelációs együtthatót, de általában csak mennyiségi módszerek nem elegendőek a korrelált minták okozati összefüggéseinek létrehozásához.

Köszönöm, ossza meg a barátaimmal való kapcsolataimat a közösségi hálózatokon:

Forrás: Hab

Funkció Correla

A Correla funkció visszaadja a két cellatartomány korrelációs együtthatóját. A korrelációs együttható meghatározására használják a viszonyt két tulajdonság között. Például lehetséges az átlagos hőmérsékleti beltéri és a légkondicionáló használata közötti kapcsolatot.

Szintaxis

A függvény korrelációjának argumentumait az alábbiakban ismertetjük.

Argument – Kötelező érv. A sejtek sejtjei.

Masszív 2 – Kötelező érv. A sejtek második tartománya.

Megjegyzések

Ha egy olyan argumentum, amely egy tömb vagy hivatkozás szöveget, logikai értékeket vagy üres cellákat tartalmaz, akkor az ilyen értékeket figyelmen kívül hagyják; Azonban a nulla értékeket tartalmazó sejteket figyelembe veszik.

Ha Argument & #; Array1 & #; és & #; Array2 & #; Van egy másik számú adatpont, a korreláció visszaadja a # n / a hibát.

Ha az Array1 vagy a tömb üres, vagy ha (standard eltérés) értékük nulla, akkor a korreláció visszaadja az értéket # div / 0! Ha a megadott pozíció az első vagy a mező utolsó eleme előtt van, a képlet visszaad egy hiba # linket!.

Mivel a korrelációs együttható közelebb van + 1 vagy-1, akkor pozitív (+ 1) vagy negatív (-1) korrelációt jelez a tömbök között. A pozitív korreláció azt jelenti, hogy ha az értékek egy tömbben növekednek, az értékek egy másik tömbben is növekednek. A 0-hoz közelebb álló korrelációs együttható azt jelzi, hogy a korreláció nem megbízható.

A korrelációs koefficiens egyenlete a következő formában van:

a minta minták átlagos értékei (Array1) és Srvnov (tömb).

Példa

A következő példa az A és B oszlopban két adatkészlet korrelációs együtthatóját adja vissza.

további információ

Mindig kérdezhet egy kérdést az Excel Tech közösségi szakemberrel, kérjen segítséget a válaszok közösségi közösségében, valamint új funkciót vagy javulást kínál az Excel felhasználó hangos webhelyén.

MEGJEGYZÉS: Ez az oldal automatikusan lefordul, így szövege pontatlanságokat és nyelvtani hibákat tartalmazhat. Számunkra fontos, hogy ez a cikk hasznos legyen az Ön számára. Hasznos volt az információ? A kényelem érdekében adjon egy linket az eredetihez (angolul).

Forrás: Hab

Regressziós adatok elemzése Excelben

A regressziós analízis egy statisztikai módszerek halmaza, amely egy vagy több független változó hatását vizsgálja az eltartott. Foglaljunk azzal, hogy ez az elemzés hogyan lehet végrehajtani az Excel programban.

A program elemzési funkciójának engedélyezése

Először aktiválnia kell a program funkcióját, amellyel elemezzük. Ehhez a következőket tesszük:

  1. Nyissa meg a “Fájl” menüt.
  2. Kattintson a “Paraméterek” gombra.
  3. Alján a tartalmát a „bővítmény” alszakasz, válassza az „Excel add-in” a „Control” paramétert, majd kattintson a „Tovább”.
  4. A felépítmény vezérlőablakában válassza az “Elemző csomag” lehetőséget, majd kattintson az OK gombra.
  5. Ugrás az “adatok” fülre, hogy ellenőrizze, hogy az adatelemző funkció az “Elemzés” eszköztárban jelenjen meg-e.

Lineáris regressziós analízis

Számos fajta regressziós izolálunk: lineáris, hiperbolikus, több, logaritmikusan lineáris, nem lineáris, fordított, gőzfürdő.

E cikk részeként megfontoljuk Lineáris regresszió. Általánosságban elmondható, hogy funkciója így néz ki:

Ebben az egyenletben:

  • Y – változó, a hatás, amelyre meg kell találnia;
  • X – A változót befolyásoló tényezők;
  • A – regressziós együtthatók, amelyek meghatározzák a tényezők jelentőségét;
  • N – A tényezők teljes száma.

Hogy tisztább legyen, értsük meg egy speciális gyakorlati példát. Tegyük fel, hogy van egy asztalunk, amely tájékoztatást nyújt az átlagos napi hőmérsékleten és a hónapos csapadék számáról.

Feladatunk az, hogy megtudjuk, hogy a hőmérséklet befolyásolja a csapadékot. Megkezdte.

  1. Kattintson az “Adatelemzés” gombra.
  2. A megnyíló ablakban jelölje meg a “regresszió” elemet, amely után kattintson az OK gombra.
  3. Az ablak megjelenik előttünk, amelyben a regressziós paramétereket konfigurálni kell:
    • A mező „Input interval_y” mi írjuk a koordinátáit a cellatartományt, ahol olyan változók, a hatás, amelyre szükségünk van, hogy megtudja,. Van ebben az oszlopban „a csapadék mennyisége, mm”. A koordináta tartomány manuálisan adható meg, a billentyűzet gombjaival, vagy a bal egérgombbal tartva a táblázatban kiválasztásával.
    • az „Input interval_X” jelzik koordinátáit cellatartományt adatok, amelyek hatása meg kell találnunk. A mi esetünkben ez az “Átlagos hőmérséklet” oszlop.
    • A fennmaradó paraméterek opcionálisak és gyakran nincsenek kitöltve. Lehetőségünk van a címkék, az értékek, a megbízhatóság szintjének százalékos, állandó nulla, a normál valószínűség, stb.D. Talán a legfontosabb itt az, hogy az elemzés eredményei. Az opciók: egy új papírlapon (az alapértelmezett), egy új könyvben, vagy a megadott tartományban ugyanazon a lapon. Elhagyjuk, ahogy az, és kattintson az OK gombra.

Az eredmények elemzése

Miután helyesen töltötte ki az összes paramétert, és az OK gomb megnyomásával megjelenik az elemzés eredményei (a kiválasztott módszertől függően). A mi esetünkben – külön lapon.

A legfontosabb jelző itt van R-tér (meghatározási koefficiens), amelynek értéke jellemzi a modell minőségét. Elfogadhatónak tekinthető legalább 0,5 (vagy 50%).

Szintén figyelmet kell fordítania az “Y-metszéspont” vonal metszéspontjára és az “együtthatók” oszlop metszéspontjára. Megmutatja, hogy az Y lesz (a csapadék mennyisége), ha az összes többi tényező nulla.

A sejt a kereszteződésekben a string „Változó x 1”, és az oszlopot „együtthatók” tartalmaz egy értéket jellemző mértékű függőség Y a x. Kastély. 0,89 A mi esetünkben azt jelenti, hogy a változók közötti kellően erős kapcsolatról van szó.

Következtetés

A regressziós analízis összetett és időigényes feladat, amely bizonyos matematikai és statisztikai ismereteket igényel. De a szabványos eszközök segítségével Excel, annak végrehajtása könnyebb lehet könnyebben.

Forrás: Hab

Comments are closed, but trackbacks and pingbacks are open.