Πλατεία R | Σημασία F και P-Values | Συντελεστές | Υπολείμματα
Αυτό το παράδειγμα σας διδάσκει πώς να εκτελέσετε ένα ανάλυση γραμμικής παλινδρόμησης σε Προέχω και πώς να ερμηνεύσετε τη Συνοπτική Έξοδο.
Παρακάτω μπορείτε να βρείτε τα δεδομένα μας. Το μεγάλο ερώτημα είναι: υπάρχει σχέση μεταξύ Ποσότητας Πουλήθηκε (Έξοδος) και Τιμής και Διαφήμισης (Εισαγωγή). Με άλλα λόγια: μπορούμε να προβλέψουμε Ποσότητα Πουλήθηκε εάν γνωρίζουμε Τιμή και Διαφήμιση;
1. Στην καρτέλα Δεδομένα, στην ομάδα Ανάλυση, κάντε κλικ στην Ανάλυση δεδομένων.
Σημείωση: δεν μπορείτε να βρείτε το κουμπί Ανάλυση δεδομένων; Κάντε κλικ εδώ για να φορτώσετε το πρόσθετο Analysis ToolPak.
2. Επιλέξτε παλινδρόμηση και κάντε κλικ στο OK.
3. Επιλέξτε το εύρος Υ (A1: A8). Αυτή είναι η μεταβλητή πρόβλεψης (ονομάζεται επίσης εξαρτημένη μεταβλητή).
4. Επιλέξτε το εύρος Χ (B1: C8). Αυτές είναι οι επεξηγηματικές μεταβλητές (που ονομάζονται επίσης ανεξάρτητες μεταβλητές). Αυτές οι στήλες πρέπει να είναι παρακείμενες μεταξύ τους.
5. Ελέγξτε τις ετικέτες.
6. Κάντε κλικ στο πλαίσιο Εύρος εξόδου και επιλέξτε κελί A11.
7. Ελέγξτε τα υπολείμματα.
8. Κάντε κλικ στο OK.
Το Excel παράγει την ακόλουθη σύνοψη εξόδου (στρογγυλοποιημένη σε 3 δεκαδικά ψηφία).
Πλατεία R
Το R Square ισούται με 0,962, το οποίο ταιριάζει πολύ. Το 96% της διακύμανσης στην Ποσότητα Πουλήθηκε εξηγείται από τις ανεξάρτητες μεταβλητές Τιμή και Διαφήμιση. Όσο πιο κοντά στο 1, τόσο καλύτερα η γραμμή παλινδρόμησης (διαβάστε παρακάτω) ταιριάζει με τα δεδομένα.
Σημασία F και P-τιμές
Για να ελέγξετε αν τα αποτελέσματά σας είναι αξιόπιστα (στατιστικά σημαντικά), ανατρέξτε στην ενότητα Σημασία F (0,001). Εάν αυτή η τιμή είναι μικρότερη από 0,05, είστε εντάξει. Εάν η Σημασία F είναι μεγαλύτερη από 0,05, είναι πιθανότατα καλύτερα να σταματήσετε να χρησιμοποιείτε αυτό το σύνολο ανεξάρτητων μεταβλητών. Διαγράψτε μια μεταβλητή με υψηλή τιμή P (μεγαλύτερη από 0,05) και επαναλάβετε την παλινδρόμηση έως ότου η σημασία F πέσει κάτω από το 0,05.
Οι περισσότερες ή όλες οι τιμές Ρ πρέπει να είναι κάτω από 0,05. Στο παράδειγμά μας αυτό συμβαίνει. (0.000, 0.001 και 0.005).
Συντελεστές
Η γραμμή παλινδρόμησης είναι: y = Ποσότητα που πωλήθηκε = 8536.214 -835.722 * Τιμή + 0.592 * Διαφήμιση. Με άλλα λόγια, για κάθε αύξηση μονάδας στην τιμή, η Ποσότητα Πωλείται μειώνεται με 835,722 μονάδες. Για κάθε αύξηση μονάδας Διαφήμισης, η Ποσότητα Πωλείται αυξάνεται με 0,592 μονάδες. Αυτή είναι πολύτιμη πληροφορία.
Μπορείτε επίσης να χρησιμοποιήσετε αυτούς τους συντελεστές για να κάνετε μια πρόβλεψη. Για παράδειγμα, εάν η τιμή ισούται με 4 $ και η Διαφήμιση ισούται με 3000 $, ίσως να μπορείτε να πετύχετε Ποσότητα πωλήσεων 8536.214 -835.722 * 4 + 0.592 * 3000 = 6970.
Υπολείμματα
Τα υπολείμματα σας δείχνουν πόσο μακριά είναι τα πραγματικά δεδομένα δεδομένων από τα προβλεπόμενα σημεία δεδομένων (χρησιμοποιώντας την εξίσωση). Για παράδειγμα, το πρώτο σημείο δεδομένων ισούται με 8500. Χρησιμοποιώντας την εξίσωση, το προβλεπόμενο σημείο δεδομένων ισούται με 8536,214 -835,722 * 2 + 0,592 * 2800 = 8523,009, δίνοντας ένα υπόλοιπο 8500 -8523,009 = -23,009.
Μπορείτε επίσης να δημιουργήσετε ένα διάγραμμα διασποράς αυτών των υπολειμμάτων.
