Wie lese ich Reststücke in Excel ?
Regressionsanalyse unter Verwendung bekannter Werte auf eine oder mehr bekannt als abhängige Variablen verwendet werden, um Werte auf eine unabhängige Variable , wie "x " bekannt vorhersagen " Y ". Lineare Regressionsanalyse berechnet mathematisch die Gleichung für eine gerade Linie , die als Vorhersagemodell dient . Laut der Website , Stat Trek , Residuen stellen den vertikalen Abstand zwischen den einzelnen Datenpunkt erhalten von der unabhängigen Variablen von dieser geraden Linie. Microsoft Excel 2007 wird ein Diagramm der Residuen , die interpretiert werden müssen, um Zweckmäßigkeit der Verwendung einer linearen Regression model.Things Sie
Microsoft Excel benötigen beurteilen 2007
Weitere Anweisungen zeigen
1
Identifizieren Sie die Variablen x und y in Ihrem Regression. Die x -Variable oder unabhängige Variable ist das Ergebnis Sie messen möchten . Die y-Variablen oder abhängigen Variablen sind die Eingänge oder Prädiktoren . Zum Beispiel, wenn Sie ein Modell zu entwerfen Vorhersage Zahl der Eintritte ER würde eine Person mit Hilfe Anzahl der Kilo Übergewicht und die Anzahl der Arbeitsstunden pro Woche haben wollen, sind die abhängigen Variablen Anzahl der Kilo Übergewicht und die Anzahl der Arbeitsstunden pro Woche, während die unabhängige Variable ist die Anzahl der Eintritte ER .
2
verstehen, dass die x -Achse eines Restgrundstückenthält alle Werte der variablen x in der Probe. In diesem Beispiel, wenn die höchste Zahl von ER Zulassungs jemand in der Probe hatte, war 15 und der niedrigste Null war , die Waage würde bei Null beginnen und erstrecken sich nach oben in Schritten von einem auf den maximalen Wert von 15
3
Erfahren Sie auf der y -Achse des Restgrundstückzu lesen. Die y- Achse stellt die Residuen. Wenn der größte Abstand zwischen einer gewonnenen Daten Punkt und dem Vorhersage Gerade ist 15 und der kleinste Abstand Null war , würde diese Skala bei Null beginnen und erstrecken sich nach oben in Schritten von einem auf den maximalen Wert von 15 Microsoft Excel 2007 produziert eine Grafik für jedes y - Variable.
4
Verstehen, dass die gerade Linie in der Grafik ist die vorausschauende Linie, die die best-Fit- Beziehung zwischen x und der y- Variable Befinden grafisch dargestellt beschreibt . Die Linie kann horizontal, schräg nach oben oder schräg nach unten in Abhängigkeit von der Art der Beziehung zwischen x und y , die grafisch dargestellt .
5
Sehen Sie sich die Ausbreitung von Punkten oberhalb und unterhalb der geraden Linie prädiktive . Wenn es eine gleiche Anzahl von Punkten über der Linie , wie unten es ist angezeigt, lineare Regression , um die Beziehung zwischen x und y , die grafisch dargestellt zu beschreiben.
6
Suche nach Mustern von dispersement . Wenn Daten in Clustern , eine andere als eine gerade Linienform , wie eine "U ", oder wenn Datenpunkte nicht gleichmäßig oberhalb und unterhalb des geraden Vorhersagelinie verteilt sind, nicht geeignet ist und nicht- lineare Modelle verwendet werden lineare Regressions .