seychellesartprojects.org

Kas ir vairākas regresijas formula?

Atkarīgo un vairāku neatkarīgo mainīgo attiecību analīzē izmanto vairāku regresijas formulu, un formulu attēlo vienādojums Y ir vienāds ar plus bX1 plus cX2 plus dX3 plus E, kur Y ir atkarīgs mainīgais, X1, X2, X3 ir neatkarīgi mainīgie , a ir pārtverts, b, c, d ir nogāzes, un E ir atlikusī vērtība.

y = mx1 + mx2 + mx3 + b

Kur,

• Y = regresijas atkarīgais mainīgais
• M = regresijas slīpums
• X1 = pirmais neatkarīgais mainīgais regresijā
• X2 = regresijas otrais neatkarīgais mainīgais
• X3 = trešais neatkarīgais regresijas mainīgais
• B = nemainīgs

Regresijas analīzes formulas skaidrojums

Vairākas regresijas ir metode, kā prognozēt atkarīgo mainīgo ar divu vai vairāku neatkarīgu mainīgo palīdzību. Veicot šo analīzi, pētnieka galvenais mērķis ir noskaidrot saistību starp atkarīgo mainīgo un neatkarīgajiem mainīgajiem. Lai prognozētu atkarīgo mainīgo, tiek izvēlēti vairāki neatkarīgi mainīgie, kas var palīdzēt prognozēt atkarīgo mainīgo. To lieto, ja lineārā regresija nespēj kalpot mērķim. Regresijas analīze palīdz pārbaudīt, vai prediktora mainīgie ir pietiekami labi, lai palīdzētu prognozēt atkarīgo mainīgo.

Piemēri

Šo vairākkārtējās regresijas formulas Excel veidni varat lejupielādēt šeit - Vairāku regresijas formulu Excel veidne

1. piemērs

Mēģināsim un izprast vairāku regresiju analīzes jēdzienu, izmantojot piemēru. Mēģināsim noskaidrot, kāda ir saikne starp UBER vadītāja nobraukto attālumu un vadītāja vecumu un vadītāja gadu skaitu.

Lai aprēķinātu vairāku regresiju, Excel programmā dodieties uz cilni Dati un pēc tam atlasiet datu analīzes opciju. Turpmākajai procedūrai un aprēķinam atsaucieties uz šeit sniegto rakstu - Analysis ToolPak programmā Excel

Iepriekš minētā piemēra regresijas formula būs

1. y = MX + MX + b
2. y = 604,17 * -3,18 + 604,17 * -4,06 + 0
3. y = -4377

Šajā konkrētajā piemērā mēs redzēsim, kurš mainīgais ir atkarīgs mainīgais un kurš ir neatkarīgais mainīgais. Atkarīgais mainīgais šajā regresijas vienādojumā ir attālums, ko veic UBER vadītājs, un neatkarīgie mainīgie ir vadītāja vecums un viņa vadīšanas pieredzes skaits.

2. piemērs

Mēģināsim saprast vairāku regresiju analīzes jēdzienu, izmantojot citu piemēru. Mēģināsim noskaidrot, kāda ir saistība starp studentu klases GPA, mācību stundu skaitu un studentu augstumu.

Lai veiktu aprēķinu, Excel programmā dodieties uz cilni Dati un pēc tam atlasiet datu analīzes opciju.

Iepriekš minētā piemēra regresijas vienādojums būs

y = MX + MX + b

y = 1,08 * 0,03 + 1,08 * -. 002 + 0

y = .0325

 Šajā konkrētajā piemērā mēs redzēsim, kurš mainīgais ir atkarīgs mainīgais un kurš ir neatkarīgais mainīgais. Atkarīgais mainīgais šajā regresijā ir GPA, un neatkarīgie mainīgie ir studiju stundas un studentu augstums.

3. piemērs

Mēģināsim saprast vairāku regresiju analīzes jēdzienu, izmantojot citu piemēru. Mēģināsim noskaidrot, kāda ir saistība starp organizācijas darbinieku algu organizācijā un gadu pieredzi un darbinieku vecumu.

Lai veiktu aprēķinu, Excel programmā dodieties uz cilni Dati un pēc tam atlasiet datu analīzes opciju.

Iepriekš minētā piemēra regresijas vienādojums būs

• y = MX + MX + b
• y = 41308 * .- 71 + 41308 * -824 + 0
• y = -37019

Šajā konkrētajā piemērā mēs redzēsim, kurš mainīgais ir atkarīgs mainīgais un kurš ir neatkarīgais mainīgais. Atkarīgais mainīgais šajā regresijas vienādojumā ir alga, un neatkarīgie mainīgie ir darbinieku pieredze un vecums.

Atbilstība un izmantošana

Vairākas regresijas ir ļoti noderīga statistikas metode. Regresijai ir ļoti liela nozīme finanšu pasaulē. Daudz prognozēšanas tiek veiktas, izmantojot regresijas analīzi. Piemēram, konkrēta segmenta pārdošanas apjomus var iepriekš paredzēt, izmantojot makroekonomiskos rādītājus, kuriem ir ļoti laba korelācija ar šo segmentu.