Lineaire regressie is een wiskundige begrip statistici vaak gebruik om de vergelijking van een lijn te schatten tussen een set van gegevens punten dacht te zijn lineair gerelateerd . Berekening lineaire regressie Excel is een meerstaps proces dat verschillende cellen vanwege het aantal benodigde factoren voor de lineaire vergelijking berekenen . Inzicht in ten minste enkele van de concepten en de wiskunde die betrokken zijn bij lineaire regressie kan een grotere waardering en geschiktheid voor statistische wiskunde te bevorderen . Instructies
Type 1 deze gegevens paren begint in cel c3 . Voor deze en de overige stappen , drukt u op de toets " Tab " , waar een komma wordt weergegeven . Deze nummers worden dataparen verzameld van een hypothetische wetenschappelijk experiment . In dit experiment , nemen er de mogelijkheid van een lineair verband tussen " x , " de eerste kolom van getallen , en "y ", de tweede kolom .
X , Y
1 , 5.2
2 , 7.8
3 , 10,7
4 , 13.9
5 , 16,5
Type 2 deze extra drie kolommen , beginnend bij de eerste cel rechts van de cel met "y . " Deze kolommen zijn factoren in de berekeningen voor de helling , de y-as en R-waarden van lineaire vergelijkingen van de vorm y = mx + b . Letter " m " is de helling , " b" is de y-as en " R " is een maatstaf van hoe dicht de berekende lijn overeenkomt met de feitelijke gegevens punten . De dichter " R " is tot 1,0 , hoe dichter de datapunten zijn om de vorming van een daadwerkelijke lijn wiens " m " en " b " waarden zijn die je berekenen .
Xy , x ^ 2 , y ^ 2
c4 * d4 , c4 * c4 , d4 * d4
3 Selecteer de tweede rij die u zojuist hebt getypt , klikt u op de rechterbenedenhoek van de meest rechtse cel . Sleep naar beneden totdat de selectie is vijf rijen hoog . Hierdoor komt de formules voor alle xy dataparen .
Type 4 deze extra zes cellen bij cel b11 . Deze cellen bevatten sommaties van de door u in de vorige stap hebt ingevoerd columns . N
, som van x , som van y , som van ( xy ) , som van ( x ^ 2 ) , som van ( y ^ 2 ) telling
( c4 : c9 ) , sum ( c4 : c9 ) , sum ( d4 : d9 ) , sum ( e4 : e9 ) , sum ( f4 : f9 ) , sum ( g4 : g9 ) < br >
Type 5 deze formules beginnen in cel C14 . Dit zijn kwadraten van twee van de sommatie berekeningen die u in de vorige stap hebt ingevoerd .
( Som van x ) ^ 2 , ( som van y ) 2
c12 ^ 2 , d12 ^ 2 ^
6 Typ deze labels en de berekeningen te beginnen in cel c17 . Dit zijn de helling , de y-as en " R " waarden van de geschatte lijn , zoals beschreven in stap 2 . Na het invoeren van deze laatste berekeningen , eerst kijken naar de "R "-waarde , 0,9994 . Dit aantal ligt dicht bij 1.0 , wat betekent dat de lijn die u berekende ligt dicht bij de montage van de datapunten . Vergelijk vervolgens hoe dicht de helling , 2,87 , is de waarde 3,0 , dat is de helling van de huidige regel gebruikt om gegevenspunten maken voor dit artikel . Ten slotte betreffen de y - intercept waarde , 2,21 , de waarde 2.0 , die de y -as van de lineaire vergelijking gebruikt om meetgegevens voor dit artikel te maken . Helling
, ( B12 * E12 - C12 * D12 ) /( B12 * F12 - C15 ) op Twitter y-as , ( D12 - D17 * C12 ) /B12
R , ( B12 * E12 - C12 * D12 ) /WORTEL ( ( B12 * F12 - C15 ) * ( B12 * G12 - D15 ) ) op Twitter
|
