Microsoft Excel är världens ledande kalkylprogram . Yrkesverksamma inom nästan alla branscher använder den för att analysera alla typer av data , från ekonomiska rapporter till sensoravläsningar . En av de mest kraftfulla funktioner som finns i Excel är dess regressionsanalys verktyg . Du kan ta två datamängder och använda Excels linjär regressionsanalys för att hitta samband mellan dem . Saker du behöver
Microsoft Excel Review Excel-diagram med linjära regressionslinjen
Visa fler instruktioner
1
Högerklicka på regressionslinjen i diagrammet , och välj Egenskaper . Kontrollera " Display ekvationen på sjökortet " och " Display R - kvadrat värde på sjökortet " . Klicka på OK .
2
Titta på R - kvadrat värde visas bredvid regressionslinjen . R - kvadrat värde motsvarar värdet av variabiliteten i de uppgifter som förklaras av det linjära regressionsanalys . Om alla data ligger exakt på regressionslinjen , kommer R - kvadrat värde vara 1 . Om R - kvadrat värde är 0 , innebär att det inte finns något samband mellan de två datamängderna .
3
Förvandla din uppmärksamhet till ekvationen ovan angivna R - kvadrat värde . Det kommer att vara av formen " y = mx + b " , där m och B har ersatts av siffror. Denna ekvation beskriver den linjära regressionslinjen . The " m "-värdet är lutningen på linjen , och " b"-värdet är den plats där linjen korsar den vertikala axeln. Du kan använda denna ekvation för att förutsäga värden i datamängden utifrån deras värde på den horisontella axeln , bara multiplicera sitt horisontella läge med " m " värde och sedan lägga till " b" värde till resultatet , vilket kommer att ge dig den bästa uppskattningen av platsen för denna punkt baserat på linjär regressionsanalys.
4
Titta på linjens lutning . Om det sluttar neråt till höger , är uppgifterna " negativt korrelerade , " om det lutar uppåt , är uppgifterna " positivt korrelerade . " Positiv korrelation innebär att datamängderna tenderar att hålla med eller förstärka varandra , negativ korrelation innebär att de tenderar att vara på odds eller ömsesidigt uteslutande Addera
.
