A análise da regresión é un dos métodos máis populares de investigación estatística. Coa súa axuda é posible establecer o grao de influencia de cantidades independentes sobre a variable dependente. A funcionalidade de Microsoft Excel ten ferramentas deseñadas para realizar este tipo de análise. Vexamos cales son e como usalos.
Paquete de análise de conexión
Pero, para empregar a función que lle permite realizar unha análise de regresión, primeiro hai que activar o paquete de análise. Só entón as ferramentas necesarias para este procedemento aparecerán na cinta de Excel.
- Mover á pestana Arquivo.
- Vai á sección "Opcións".
- Ábrese a xanela de opcións de Excel. Vai á subsección "Complementos".
- Na parte inferior da xanela que se abre, reorganice o interruptor no bloque "Xestión" en posición Complementos de Excelse está noutra posición. Fai clic no botón Vaia a.
- Ábrese unha ventá de complementos dispoñibles de Excel. Marque a caixa xunto Paquete de análise. Fai clic no botón "Aceptar".
Agora cando imos á lapela "Datos"na cinta da caixa de ferramentas "Análise" veremos un novo botón - "Análise de datos".
Tipos de análise de regresión
Hai varios tipos de regresións:
- parabólico;
- exponencial;
- logarítmico;
- exponencial
- indicativo;
- hiperbólico
- regresión lineal.
Falaremos máis sobre a implementación do último tipo de análise de regresión en Excel.
Regresión lineal en Excel
A continuación, como exemplo, preséntase unha táboa que mostra a temperatura media diaria do aire na rúa e o número de compradores do día laboral correspondente. Descubramos usando a análise de regresión como as condicións meteorolóxicas en forma de temperatura do aire poden afectar a asistencia dun establecemento comercial.
A ecuación de regresión lineal xeral é a seguinte:Y = a0 + a1x1 + ... + akhk. Nesta fórmula Y significa unha variable, a influencia de factores sobre os que estamos tratando de estudar. No noso caso, este é o número de compradores. Valor x son os distintos factores que inflúen nunha variable. Parámetros a son coeficientes de regresión. É dicir, son eles os que determinan a importancia dun ou doutro factor. Índice k denota o número total destes mesmos factores.
- Fai clic no botón "Análise de datos". Colócase na lapela. "Casa" na caixa de ferramentas "Análise".
- Ábrese unha pequena ventá. Nel selecciona o elemento "Regresión". Fai clic no botón "Está ben".
- Ábrese a xanela de configuración de regresión. Os campos obrigatorios son "Intervalo de entrada Y" e "Intervalo de entrada X". Todas as outras configuracións poden deixarse de xeito predeterminado.
No campo "Intervalo de entrada Y" especifique a dirección do intervalo de celas onde se atopan os datos variables, a influencia dos factores sobre os que estamos intentando establecer. No noso caso, estas serán as celas da columna "Número de clientes". O enderezo pódese introducir manualmente dende o teclado ou simplemente pode seleccionar a columna desexada. Esta última opción é moito máis sinxela e cómoda.
No campo "Intervalo de entrada X" introducimos o enderezo do intervalo de celas onde se atopan os datos do factor cuxa influencia na variable que queremos establecer. Como se mencionou anteriormente, necesitamos establecer o efecto da temperatura no número de clientes da tenda e, polo tanto, introducir o enderezo das celas na columna "Temperatura". Pódese facer do mesmo xeito que no campo "Número de clientes".
Usando outros axustes, pode configurar etiquetas, nivel de fiabilidade, cero constante, mostrar un gráfico de probabilidade normal e realizar outras accións. Pero, na maioría dos casos, non é necesario cambiar estas opcións. Ao único que debes prestar atención son os parámetros de saída. Por defecto, os resultados da análise móstranse noutra folla, pero movendo o conmutador, pode establecer a saída no rango especificado na mesma folla da táboa cos datos de orixe ou nun libro separado, é dicir, nun novo ficheiro.
Despois de establecer toda a configuración, faga clic no botón "Está ben".
Análise de análise
Os resultados da análise da regresión móstranse en forma de táboa no lugar especificado nos axustes.
Un dos principais indicadores é Cadrado R. Indica a calidade do modelo. No noso caso, este coeficiente é do 0,705 ou aproximadamente o 70,5%. Este é un nivel de calidade aceptable. Unha dependencia inferior a 0,5 é mala.
Outro indicador importante está situado na cela na intersección da liña. Intersección Y e columna Probas. Indica que valor terá Y, e no noso caso, este é o número de clientes, con todos os outros factores iguais a cero. Nesta táboa, este valor é 58,04.
Valor na intersección do gráfico Variable X1 e Probas mostra o nivel de dependencia de Y de X. No noso caso, este é o nivel de dependencia do número de clientes da tenda en función da temperatura. O coeficiente 1,31 considérase un indicador bastante alto de influencia.
Como podes ver, usando o programa Microsoft Excel, é bastante sinxelo compilar unha táboa de análise de regresión. Pero só unha persoa capacitada pode traballar cos datos recibidos na saída e comprender a súa esencia.
