Excelでの複数回の非線形回帰 Excelの回帰の主な課題：モデルを構築する例

MS Excelパッケージは、式を構築するときの方程式を可能にします線形回帰ほとんどの仕事は非常に早く行われています。得られた結果をどのように解釈するかを理解することが重要です。回帰モデルを構築するには、Service \\ Data Analysis \\ Regressionを選択する必要があります（Excel 2007このモードはデータ/データ解析単位/回帰にあります）。その後、結果を分析ユニットにコピーします。

に エクセル 線形回帰スケジュール（そしてCMとしての非線形回帰の主要な種類でさえも）を構築するためのさらに高速でより便利な方法があります。これは次のようにすることができます。

1）データで列を割り当てます バツ。 そして y。（彼らはこの順序で見つけるべきです！）;

2）呼び出します マスターチャート そしてグループで選ぶ タイプ – p そしてすぐにプレスします 準備ができて;

3）ダイアグラムから選択をドロップすることなく、表示される最初の項目項目を選択します ダイアグラムあなたはアイテムを選ぶべきです トレンドラインを追加してください;

4）ダイアログの表示ダイアログボックスで トレンドライン タブに タイプ選ぶ線形;

5）タブに パラメータースイッチを有効にすることができます チャートの方程式を示すこれにより、係数（4.5）が計算される線形回帰式（4.4）を見ることができます。

6）同じタブで、スイッチを有効にすることができます 近似精度の値を置く（R ^ 2）。この大きさは相関係数（4.3）の二乗であり、計算式に実験的依存性をどの程度うまく表すかを示しています。もし r 2は単位に近い、理論回帰方程式は実験的な依存を表しています（理論は実験とよく一致しています）、そして r 2ゼロに近い、その後この方程式実験的依存性を説明するのには適していない（理論は実験と一致していません）。

説明された動作の実行の結果として、回帰スケジュールおよびその方程式を有する図が得られるであろう。

§4.3。非線形回帰の主な種類

パラボラおよび多項式の回帰

パラボリック 大きさの依存 y。マグニチュードから h 依存関係は二次関数（2次パラボラ）と呼ばれます。

この式は求められます 放物線回帰の方程式 上に h。パラメーターだが, b, から呼び出す 放物線退行係数の係数。放物線回帰係数の計算は常に面倒なので、計算にコンピュータを使用することをお勧めします。

パラボラ回帰の式（4.8）は、多項式と呼ばれるより一般的な回帰の特別なケースです。 多項式 大きさの依存 y。マグニチュードから h Polynomialによって表現された依存関係と呼ばれます n注文：

数字の数 a i。 (私。=0,1,…, n） 多項式回帰係数の係数.

消費電流

力大きさの依存 y。マグニチュードから h フォームの依存関係が呼び出されます。

この式は求められます 消費電流の方程式 上に h。パラメーターだがそして b 呼び出す 消費電流の係数.

ln \u003d ln。 a.+bln。 バツ。. (4.11)

この式は、LNの対数座標軸を持つ平面上の直接を表します。 バツ。 そしてln。したがって、電力回帰の適用性の基準は、経験データLNの対数のポイントが要求されていることです。 x i. そしてln。私。それらは線に最も近い（4.11）。

指標回帰

indic indic（または又は 指数関数）大きさの依存 y。マグニチュードから h フォームの依存関係が呼び出されます。

（または）。（4.12）

この式は求められます 式は示します （または又は 指数関数) 退職上に h。パラメーターだが（または又は k）私。 b 呼び出す 係数を示す （または又は 指数関数) 回帰.

電力回帰式の両方の部分が事例である場合、式は次に

ln \u003d。 バツ・ln。 a.+ ln。 b （またはln \u003d k・X。+ ln。 b). (4.13)

この式は説明を表します線形中毒他の値からの同じLN値の対数 バツ。。したがって、消費電流の適用性の基準は、同じ大きさの経験的データの点が要求されていることです。 x i. そして他のLNの大きさの対数私。彼らは直接（4.13）に最も近いです。

対数回帰

対数大きさの依存 y。マグニチュードから h フォームの依存関係が呼び出されます。

=a.+bln。 バツ。. (4.14)

この式は求められます 対数回帰の方程式 上に h。パラメーターだがそして b 呼び出す 対数回帰係数.

双曲線回帰

双曲線 大きさの依存 y。マグニチュードから h フォームの依存関係が呼び出されます。

この式は求められます 双曲線回帰の方程式 上に h。パラメーターだがそして b 呼び出す 双曲線回帰の係数 そして最小の正方形の方法によって決定されます。この方法を使用すると、式があります。

式（4.16-4.17）の合計はインデックスによって行われます私。観察数から観察数まで n.

残念ながら、 エクセル 双曲線回帰の係数を計算する機能はありません。測定値が逆比例に関連していることが知られていない場合、電力回帰式を求めるための双曲線回帰式の代わりに推奨される。 エクセル その場所の手順があります。測定値の間に双曲線依存性が想定されている場合、その回帰係数は式（4.16-4.17）に従って補助計算テーブルと合計操作を使用して計算する必要があります。

回帰分析 - これは、1つまたは複数の独立した変数からの1つまたは別のパラメータの依存性を可能にする統計的研究方法です。特に大量のデータがあった場合、アプリケーションは複雑な時代に使用するのが困難でした。今日、Excelで回帰を築く方法を学ぶ、あなたは文字通り数分で複雑な統計タスクを解決することができます。以下を表しています具体的な例経済学の分野から。

回帰の種類

この非常に概念は1886年に数学に導入されました。回帰が起こります：

線形;
パラボリック
パワー;
指数関数
双曲線
気持ちいい。
対数

実施例1。

チームのメンバーの数の数の依存性を6産業企業の平均給与から決定するという課題を考えてみましょう。

仕事。 6つの企業では、月平均賃金と自分の要求を辞めた従業員の数を分析しました。表形式で：


		消えた数の数	給料
			30000ルーブル
			35,000ルーブル
			40000ルーブル
			45,000ルーブル
			50,000ルーブル
			55,000ルーブル
			60000ルーブル

6企業の平均給与から圧倒された労働者の量の依存性を判断するという問題については、回帰モデルは式y \u003d A 0 + A 1 x 1 + ... + akxkの形式であり、ここでXiは変数、および回帰係数に影響を与えると、AKは要因数です。

このタスクでは、yは声をかけた従業員、そして影響因子 - XがXで示される人の指標です。

「Excel」テーブルプロセッサの機能を使用する

Excelの回帰分析は、組み込み関数の既存の表データへのアプリケーションが先行する必要があります。しかし、これらの目的のためには、非常に有用な上部構造「分析パッケージ」を使用することをお勧めします。それを有効にするには、次のようにします。

[ファイル]タブから[パラメータ]セクションに移動します。
開くウィンドウで、「超構造」文字列を選択します。
行「管理」の右側にある「GOボタン」をクリックしてください。
「分析パッケージ」という名前の横にあるチェックを入れ、[OK]をクリックしてアクションを確認します。

すべてが正しく行われたら、ワークステーション「Excel」の上にある「データ」タブの右側に、目的のボタンが表示されます。

エクセルで

現在、計算計算の実装に必要なすべての仮想ツールがある場合は、私たちのタスクを解決するために進むことができます。このため：

「データ分析」ボタンをクリックしてください。
開くウィンドウで、「回帰」ボタンをクリックしてください。
表示されるタブでは、Y（廃止された従業員数）とXの値の範囲を入力します（廃棄物）。
「OK」ボタンを押して操作を確認してください。

その結果、プログラムは自動的に回帰分析データを持つ新しいテーブルプロセッサのシートを記入します。注意！ Excelは、この目的のためにあなたが好む場所を独立して尋ねる能力を持っています。たとえば、値がYとX、さらには同じシートである場合があります。新しい本そのようなデータを保存するために特別に設計されています。

R字形の回帰結果の解析

に Excelデータ考慮された例の処理中に得られた例は、以下のとおりです。

まず第一に、あなたはR四角形の値に注意を払うべきです。判定係数です。にこの例 R標準\u003d 0.755（75.5％）、すなわち、計算されたモデルのパラメータは、検討中のパラメータ間の関係を75.5％で説明する。決定係数の値が高いほど、選択されたモデルは特定のタスクに適していると考えられる。 0.8を超えるR四方の値を実際の状況を正しく説明すると考えられています。 R字形の場合<0,5, то такой анализа регрессии в Excel нельзя считать резонным.

係数の解析

番号64,1428は、モデル内のすべての変数XIがリセットされている場合はYとなることを示しています。言い換えれば、分析されたパラメータの値もまた、特定のモデルに記載されていない他の要因にも影響すると主張することができる。

B18セルに位置する以下の係数-0.16285は、y on yの変数xの効果の重さを示しています。これは、検討中のモデル内の従業員の月間の平均給与が-0,16285の数、すなわちその影響の程度はまったく小さいです。符号「 - 」は、係数が負の値を有することを示す。これは明らかです、誰もが企業の給料が多いことを知っています。

複数回帰

そのような用語の下では、タイプのいくつかの独立した変数との通信方程式として理解される。

y \u003d f（x 1 + x 2 + ... x m）+εここで、yは結果のフィーチャ（依存変数）、x 1、x 2、... x mは要因の符号（独立変数）です。

パラメータの評価

複数回帰（MR）の場合、最小の正方形（MNC）の方法を用いて行われる。 y \u003d a + b 1 x 1 + ... + b m x m +∈の形式の線形方程式の場合、正規方程式のシステムを構築します（下記参照）。

方法の原則を理解するには、2因子ケースを検討してください。それから私達は式によって記述された状況を持っています

ここから私たちは得る：

ここで、σは、インデックスに反映された対応する特徴の分散です。

MNKは標準化されたスケールのMR方程式に適用可能です。この場合は、式を取得します。

t y、t x 1、... t x mは、平均値が0の標準化された変数です。 βiは回帰係数を標準化し、標準偏差は1です。

この場合のすべてのβiは正規化され、集中化されたものとして指定されているので、それらの比較は正しいと認められないと見なされます。また、断面の微分を行い、βiの最小値を捨てることが慣例です。

線形回帰方程式を用いた作業

過去8ヶ月間に特定の製品Nの価格のダイナミクスのテーブルがあるとします。 1850ルーブルの価格で彼のパーティーを獲得することの実現可能性を決定する必要があります。


月数	月の名前	製品価格N.
		1750ルーブル
		1755ルーブルにつき1755ルーブル
		1767ルーブル
		1760ルーブル
		1770ルーブル
		1790ルーブル
		1810ルーブル
		1トンあたり1840ルーブル

このタスクをExcelテーブルプロセッサで解決するには、上記の「データ分析」ツールを使用する必要があります。次に、「回帰」セクションを選択してパラメータを設定します。依存変数の値の範囲は、「入力入力間隔y」（この場合は特定の月の商品の価格）、および「入力間隔X」で導入する必要があることを思い出す必要があります。独立した（月の数）。 OKを押してアクションを確認してください。新しいシートで（それがこのように示された場合）回帰のデータを取得します。

y \u003d ax + bの形式の線形方程式を構築し、ここで、回帰分析の結果を持つ月の数の数と線「y交差点」とは、パラメータaとbとして突出しています。したがって、タスク3の回帰線形方程式（UR）は次の形式で書かれています。

製品の価格N \u003d 11.714 *月+ 1727.54。

あるいは代数表記で

y \u003d 11,714 x + 1727,54

結果の分析

結果として生じる線形回帰方程式が十分に適切かどうかを判断するために、複数の相関係数（KMK）および決定、ならびにフィッシャーの基準および学生基準が使用される。回帰の結果を持つ表の「Excel」で、それらはそれぞれ複数のR、R正方形、F統計およびT統計として機能します。

KMK Rは、独立変数と依存変数との間の確率的接続の近さを評価することを可能にします。その高い値は、変数「月の数」と「1トンあたりのルーブルの製品Nの価格」との間の十分に強い接続を示しています。ただし、この接続の性質は未知のままです。

判定係数R 2（Ri）の二乗は、全散乱のシェアの数値特性であり、実験データの一部、すなわちその散乱を示す。従属変数の値は線形回帰方程式に対応します。検討中の問題において、この値は84.8％、すなわち高精度の統計データを取得または取得した統計データである。

Fisherの基準とも呼ばれるF統計は、線形依存性の重要性を評価し、その存在の仮説の仮説の重要性を評価するために使用されます。

（学生の基準）は、線形依存の未知または自由なメンバーでの係数の重要性を評価するのに役立ちます。 T基準\u003e Tの値がTである場合、自由メンバーの無意味の仮説の仮説線形方程式拒否されました。

「Excel」ツールを使用して、自由メンバーの検討中の問題において、T \u003d 169,20903、およびP \u003d 2.89E-12、すなわち、我々は自由のわからないという正しい仮説がゼロの確率を有する。メンバーは拒否されます。未知のT \u003d 5,79405、およびP \u003d 0.001158の係数の場合。言い換えれば、係数の無意味の正しい仮説が未知で拒絶される可能性は0.12％である。

したがって、結果として生じる線形回帰の方程式は十分にあると主張することができる。

株式のパッケージを購入することの実現可能性に関するタスク

Excelの複数回帰は、全「データ解析」ツールを使用して実行されます。特定の適用タスクを検討してください。

管理会社「NNN」は、MMM JSCで20％の株式を購入することの実現可能性を決定する必要があります。パッケージ（SP）のコストは7000万ドルです。専門家「NNN」同様のトランザクションに関するデータを収集しました。そのようなパラメータでのステークのコストを評価することを決定しました。

買掛金（VK）
年間売上高の量（VO）
債権（VD）;
固定資産のコスト（SOF）。

さらに、賃金企業（V3 P）の何千ドルの和解が使用されています。

テーブルプロセッサの解決策ツール

まず最初に、ソースデータのテーブルを作成する必要があります。次の形式です。

「データ分析」ウィンドウを呼び出します。
「回帰」のセクションを選択してください。
「入力間隔y」ウィンドウでは、列Gからの従属変数の値の範囲が導入されています。
「Interval X」ウィンドウの右側にある赤い矢印を持つアイコンをクリックして、からのすべての値の範囲を割り当てます。列B、C、D、F。

項目「新しい作業リスト」をクリックし、「OK」をクリックしてください。

このタスクの分析を受け取る。

結果と結論の研究

上記の丸みを帯びたデータから、テーブルプロセッサExcelのシート、回帰式のシートから「集める」

SP \u003d 0.103 * SOF + 0.541 * VO - 0.031 * VK + 0.405 * VD + 0.691 * VZP - 265,844。

より身近な数学的形式では、次のように書くことができます。

y \u003d 0.103 * X1 + 0,541 * X2 - 0.031 * X3 + 0,405 * X4 + 0,691 * X5 - 265,844

MMM JSCのデータを表：

それらを回帰式に代入すると、6472万ドルの姿を受け取ります。これは、7000万ドルのコストが十分に過大評価されているため、MMM JSCの株式を購入しないでください。

ご覧のとおり、「Excel」テーブルプロセッサと回帰式の使用は、完全に具体的な取引の実現可能性に関して合理的な決定を採用することを可能にしました。

今、あなたはどの回帰があるか知っています。上記のExcelの例は、経済学の分野からの実用的な仕事を解決するのに役立ちます。

回帰分析は、最も求められた統計的研究方法の1つです。これにより、従属変数に対する独立した値の影響度を確立することが可能です。 Microsoft Excelの機能には、同様の種類の分析を目的としたツールがあります。彼らが自分自身を表すこと、そしてそれらの使い方を分析しましょう。

分析パッケージを接続する

ただし、回帰分析を実行できる機能を使用するには、まず、分析パッケージをアクティブにする必要があります。その場合のみ、この手順に必要なツールがExileテープに表示されます。

「ファイル」タブに移動します。
「パラメータ」セクションに進みます。
Excel Parametersウィンドウが開きます。サブセクション「付加構造」に進みます。
開閉ウィンドウの下部には、別の位置にある場合は、「コントロール」ブロックのスイッチを「Excelアドイン」位置に並べ替えます。「GOボタン」をクリックしてください。
Excelの上部構造にアクセス可能なウィンドウを開きました。「分析パッケージ」項目についてチェックを立てる。「OK」ボタンをクリックしてください。

さて、「データ」タブに移動すると、「分析」ツールバー「データ解析」ボタンの新規ボタンが表示されます。

回帰分析の種類

回帰にはいくつかの種類があります。

パラボリック
パワー;
対数
指数関数
気持ちいい。
双曲線
線形回帰

Exceleの最後のタイプの回帰分析の実装についてもっと話します。

Excelプログラムにおける線形回帰

以下に、一例として、路上の平均1日の空気温度が平均的なテーブルを提示し、適切な労働日の店舗バイヤーの数が示されている。回帰分析の助けを借りて、気温の形の気象条件が商業機関の出席にどのように影響するかどうかを調べましょう。

線形種の退行方程式は以下の通りである.Y \u003d A0 + A1X1 + ... + AKK。この式において、yは変数を意味し、私たちが探検しようとしている要因の影響を意味します。私たちの場合、これは買い手の数です。 xの値は、変数に影響を与える様々な要因です。パラメータAは係数回帰である。つまり、特定の要因の重要性を判断するのです。インデックスkは、これらの要因の総数を表す。

分析結果の分析

回帰分析の結果は、設定に示されている場所の表の形で表示されます。

主な指標の1つはR字形です。モデルの品質を示します。私たちの場合にはこの係数 0.705または約70.5％に等しい。これは許容可能なレベルの品質です。依存依存は0.5未満が悪い。

別の重要な指標は、「Y交差点」ラインと「係数」列との交差点のセル内に配置されている。それはどのような値がyになるでしょう、そして私たちの場合では、これはバイヤーの数です。他のすべての要因はゼロに等しいです。このテーブルはこの表の58.04です。

カウント「変数x1」および「係数」の交点における値は、XからのYの依存性レベルを示しています。私たちの場合、それは温度上のストアのクライアント数の依存度です。 1.31の係数は影響力のかなり高い指標と見なされます。

あなたが見ることができるように、助けてマイクロソフトプログラム Excelは回帰分析のテーブルを作るのは非常に簡単です。しかし、出口で得られたデータを処理し、その本質を理解するために、準備人だけが可能になります。

私たちはあなたが問題を解決するのを助けることができることをうれしく思います。

問題の本質を詳細に演奏しながら、コメントに質問してください。私たちの専門家はできるだけ早く答えようとします。

この記事はあなたを助けますか？

線形回帰法により、直接回線、最も適切な順序蒸気（x、y）を記述することができます。線形方程式として知られている直線の方程式を以下に示します。

④ - 与えられた値xの期待値

xは独立変数です。

a - 直線のY軸を切り取る

b - 直線を傾ける。

次の図では、この概念はグラフィカルに表されます。

上の図は、式ν\u003d 2 + 0.5xで説明されている行を示しています。軸の軸上のセグメントは軸の軸の交点です。私たちの場合、a \u003d 2の勾配、b、l線の長さへの持ち上がり線の比は0.5です。正の斜面は、線が左から右に上昇することを意味します。 B \u003d 0の場合、水平線は、従属変数と独立変数の間に接続がないことを意味します。つまり、値xの変化はyの値には影響しません。

頻繁に混乱してŷとy。この式に従って、グラフは6つの順序の点と線の対を示しま\u200b\u200bす。

この図では、順序付けされたペアX \u003d 2、Y \u003d 4に対応する点を示している。 h \u003d 2は√です。次の式を使用してこれを確認できます。

○\u003d 2 + 0.5x \u003d 2 + 0.5（2）\u003d 3。

yの値は実際の点であり、値ξは、指定された値xの線形方程式を使用してYの予想値です。

次のステップは、順序付けられた蒸気のセットに対応する最大方程式を決定することであり、最小二乗法による式の形式が決定された前の記事でこれについて説明した。

Excelを使用して線形回帰を決定します

Excelに埋め込まれた回帰分析ツールを使用するには、アドインを有効にする必要があります。 分析パッケージ。タブをクリックして見つけることができます ファイル - \u003eパラメータ（2007以降）、ダイアログボックスに表示されるダイアログボックスに パラメーターエクセルタブに行きます 上部構造フィールドで コントロール選ぶ 上部構造エクセルそしてクリックします go表示されるウィンドウで、私たちは反対のティックを置きます 分析パッケージzhmem。 OK。

タブに データグループで分析新しいボタンが表示されます データ解析。

アドインの作業を実証するために、私たちは前の記事からのデータを使っています、そこでは男と女の子がバスルーム内のテーブルを共有するものとします。列Aとクリーンシートの入ったお風呂で、この例のデータを入力してください。

タブに行きます データ、グループで分析クリック データ解析。表示されるウィンドウで データ解析 選ぶ回帰図に示すように、[OK]をクリックします。

ウィンドウに必要な回帰パラメータをインストールします回帰写真のように：

クリック OK。得られた結果を下図を示します。

これらの結果は、前の記事で独立したコンピューティングによって受け取ったものに対応しています。

回帰分析は、1つまたは複数の独立した変数からのパラメータの依存性を示す統計的研究方法です。特に大量のデータがあった場合、アプリケーションは複雑な時代に使用するのが困難でした。今日、Excelで回帰を築く方法を学ぶ、あなたは文字通り数分で複雑な統計タスクを解決することができます。以下は経済学の分野からの具体的な例です。

回帰の種類

このコンセプト自体は1886年に数学フランシス・ガルトに導入されました。回帰が起こります：

線形;
パラボリック
パワー;
指数関数
双曲線
気持ちいい。
対数

実施例1。

チームのメンバーの数の数の依存性を6産業企業の平均給与から決定するという課題を考えてみましょう。

仕事。 6つの企業では、月平均賃金と自分の要求を辞めた従業員の数を分析しました。表形式で：

6企業の平均給与から圧倒された労働者の量の依存性を判断するという課題は、回帰モデルは式y \u003d A0 + A1×1 + ... + akxkの形式を有する。ここで、XI - 影響変数AI回帰係数、AKは要因数です。

このタスクでは、yは声をかけた従業員、そして影響因子 - XがXで示される人の指標です。

「Excel」テーブルプロセッサの機能を使用する

[ファイル]タブから[パラメータ]セクションに移動します。
開くウィンドウで、「超構造」文字列を選択します。
行「管理」の右側にある「GOボタン」をクリックしてください。
「分析パッケージ」という名前の横にあるチェックを入れ、[OK]をクリックしてアクションを確認します。

すべてが正しく行われたら、ワークステーション「Excel」の上にある「データ」タブの右側に、目的のボタンが表示されます。

Excelの線形回帰

現在、計算計算の実装に必要なすべての仮想ツールがある場合は、私たちのタスクを解決するために進むことができます。このため：

「データ分析」ボタンをクリックしてください。
開くウィンドウで、「回帰」ボタンをクリックしてください。
表示されるタブでは、Y（廃止された従業員数）とXの値の範囲を入力します（廃棄物）。
「OK」ボタンを押して操作を確認してください。

その結果、プログラムは自動的に回帰分析データを持つ新しいテーブルプロセッサのシートを記入します。注意！ Excelは、この目的のためにあなたが好む場所を独立して尋ねる能力を持っています。たとえば、値がyとxである、またはそのようなデータを格納するように設計された新しい本でさえも同じシートであるかもしれません。

R字形の回帰結果の解析

Excelでは、検討中のデータの処理中に得られたデータは次のようになります。

まず第一に、あなたはR四角形の値に注意を払うべきです。判定係数です。この例では、R四角\u003d 0.755（75.5％）、すなわち算出されたモデルのパラメータは、検討中のパラメータ間の関係を75.5％で説明する。決定係数の値が高いほど、選択されたモデルは特定のタスクに適していると考えられる。 0.8を超えるR四方の値を実際の状況を正しく説明すると考えられています。 R字形TKRの場合、線形方程式の自由メンバーの無意味の仮説は拒絶される。

したがって、結果として生じる線形回帰の方程式は十分にあると主張することができる。

株式のパッケージを購入することの実現可能性に関するタスク

Excelの複数回帰は、全「データ解析」ツールを使用して実行されます。特定の適用タスクを検討してください。

買掛金（VK）
年間売上高の量（VO）
債権（VD）;
固定資産のコスト（SOF）。

さらに、賃金企業（V3 P）の何千ドルの和解が使用されています。

テーブルプロセッサの解決策ツール

まず最初に、ソースデータのテーブルを作成する必要があります。次の形式です。

「データ分析」ウィンドウを呼び出します。
「回帰」のセクションを選択してください。
「入力間隔y」ウィンドウでは、列Gからの従属変数の値の範囲が導入されています。
ウィンドウ「入力間隔X」の右側にある赤い矢印を持つアイコンをクリックし、列B、C、D、Fからのすべての値の範囲を割り当てます。

項目「新しい作業リスト」をクリックし、「OK」をクリックしてください。

このタスクの分析を受け取る。

結果と結論の研究

上記の丸みを帯びたデータから、テーブルプロセッサExcelのシート、回帰式のシートから「集める」

SP \u003d 0.103 * SOF + 0.541 * VO - 0.031 * VK + 0.405 * VD + 0.691 * VZP - 265,844。

より身近な数学的形式では、次のように書くことができます。

y \u003d 0.103 * X1 + 0,541 * X2 - 0.031 * X3 + 0,405 * X4 + 0,691 * X5 - 265,844

MMM JSCのデータを表：

今、あなたはどの回帰があるか知っています。上記のExcelの例は、経済学の分野からの実用的な仕事を解決するのに役立ちます。

回帰線は現象との関係のグラフィック反映です。 Excelでは明らかに回帰ラインを作成することができます。

これのために必要なので：

1. Excelプログラムを抽出します

2.データを含む列を作成します。私たちの例では、積極的な攻撃と不確実性の間に、積極的な攻撃と不確実性の間に、積極的な回線または相互関係を構築します。実験では、30人の子供が参加し、データは特別な表に表示されます。

1列 - テスト番号

2つのコルマド - 積極的 バラートで

3コレンシド - diff diff バラートで

3.次に、両方の列をハイライトする必要があります（列の名前なし）、タブをクリックします。 インサート , 選ぶ p 最初のものを選ぶために提案されたレイアウトから マーカーで熟練しています .

4.それでは、回帰回線のための空白を得ました - いわゆる - 散乱図。回帰回線に移動するには、結果の描画をクリックしてタブをクリックする必要があります。 コンストラクタ、 パネルを見つけてください レイアウト図 そして選ぶ m だがket9。 それはまだそれに書かれています f（x）