Vaak zoeken bij het uitvoeren van experimenten , zal de experimentele gegevens een ongeveer lineair verband te volgen . De regressievergelijking vindt de vergelijking van een lijn die het beste past bij de gegevens , zodat toekomstige experimentele resultaten zijn gemakkelijk te voorspellen . Microsoft Excel 2007 biedt drie methoden om de helling en de y-as van die lijn , elk met een eigen mate van inspanning van de gebruiker te bepalen . Bepaal de vergelijking van grafieken van de gegevens , afkomstig van de ingebouwde functies van Excel of via brute kracht berekeningen . Instructies
Van Graphing
1 Selecteer alle x ( onafhankelijke variabele ) en y ( afhankelijke variabele ) gegevens .
Klik 2 op "Invoegen" in de top menubalk , vervolgens op " Scatter . " Klik op een van de vijf grafiek opties .
3 Klik eenmaal op de getekende lijn . Klik rechts op de lijn en kies " Voeg Trendline ... " uit het menu dat verschijnt .
4 Klik op het selectievakje voor " Equation Display op grafiek " aan de onderkant van het venster dat verschijnt . Klik op ' Sluiten '. De regressievergelijking voor de gegevens wordt op de kaart . Met bijvoorbeeld x - waarden ( 1,2,3,4,5 ) en y - waarden ( 10,12,14,16,20 ) , de vergelijking die verschijnt is ' y = 2.4 * x + 7.2 . "
Ingebouwde Excel Functies
5 Vind de helling van de regressievergelijking , ' m , ' door te typen in een lege cel " = helling ( known_ys , known_xs ) . " Bijvoorbeeld , wanneer de bekende y - waarden het celbereik B1 : B5 en de bekende x - waarden in het celbereik A1 : A5 , typ " = helling ( B1 : B5 , A1 : A5 ) . " Met bijvoorbeeld x - waarden ( 1,2,3,4,5 ) en y - waarden ( 10,12,14,16,20 ) , het resultaat is een helling van twee en vier tiende .
6 Zoek de y - intercept van de regressievergelijking , ' b ', door te typen in een lege cel " = intercept ( known_ys , known_xs ) . " Bijvoorbeeld , wanneer de bekende y - waarden het bereik B1 : B5 en de bekende x - waarden in het bereik A1 : A5 , typ " = intercept ( B1 : B5 , A1 : A5 ) . " Met dezelfde voorbeelden waarden voor , het resultaat een y - intercept van zeven en twee tiende .
7 Voeg de regressievergelijking nu als "y = m * x + b . " In ons voorbeeld , de regressielijn vergelijking is " y = 2.4 * x + 7.2 . "
Brute Force Berekeningen
8 Bereken de som van alle x - waarden , aangegeven met ( x ) . Doe dit door te typen in een lege cel " = som ( A1 : A5 ) , " waarbij A1 : A5 is het bereik van de x - waarden . Voer dezelfde handeling aan de som van de y - waarden aangegeven ( y) , die bijvoorbeeld kan liggen in het bereik B1 vinden : . B5
9 Bereken de som van het product van elke x en y paar, aangeduid ( xy ) . Doe dit door het optellen van elkaar A1 * B1 , A2 * B2 , enz. . op dezelfde wijze als de eerste stap . Ook geven het aantal xy-paren als ' n . '
10 Bereken de som van het kwadraat van elke x - waarde , aangegeven met ( x ^ 2 ) . Doe dit door het optellen van elkaar A1 ^ 2 , A2 ^ 2 , enzovoort . . op dezelfde manier als stap een
11 Bereken de helling , ' m , ' van de regressievergelijking door het uitvoeren van de volgende berekening : n ( xy ) - ( x ) * ( y) . Dan berekenen n ( x ^ 2 ) - ( x ) ^ 2 . Ten slotte , verdeel het eerste resultaat van het tweede resultaat . Met bijvoorbeeld x - waarden ( 1,2,3,4,5 ) en y - waarden ( 10,12,14,16,20 ) , het resultaat is een helling van twee en vier tiende .
12 Bereken de y -as , ' b ' van de regressievergelijking door het uitvoeren van de volgende berekening : ( y ) - m * ( x ) . Tenslotte deelt het resultaat door ' n . ' Met hetzelfde voorbeeld data als de vorige stap , het resultaat is een y-as van zeven en twee tiende .
|
