Bir Kez Excel'de Birçok İlişkiyi Hızla Yuvarlama: Çoklu Regresyon - mankenler

Doğrusal gerileme Excel ile öngörülerde bulunmak için mükemmel bir araçtır. Eğimi ve iki değişkeni ilgilendiren çizgi kesişimini bildiğinizde, yeni bir x- değeri alabilir ve yeni bir y- değeri tahmin edebilirsiniz. Çalıştığınız örnekte, bir SAT Puanı verilir ve bir Sahutsket Üniversitesi öğrencisi için bir GPA öngörürsünüz.

Her öğrenci için sadece SAT puanından fazlasını bilseydiniz ne olurdu? Öğrencinin lise ortalamasını (100 ölçekte) elde ettiyseniz ve siz de o bilgiyi kullanabilir miydiniz? HS puanı HS ortalamayla kombine edilebiliyorsa, tek başına SAT puanı için daha doğru bir öngörüye sahip olabilirsiniz.

Birden fazla bağımsız değişkenle çalıştığınızda, çoklu gerileme alanındasınızdır. Doğrusal regresyonda olduğu gibi, dağılım çizgisi boyunca en uygun çizgi için regresyon katsayıları bulursunuz. Bir kez daha, en iyi uyarlama, veri noktalarından çizgiye olan karelerin toplamının minimuma indirilmesi anlamına gelir.

Bununla birlikte, iki bağımsız değişkenle, iki boyutta bir dağılım çizgisi gösteremezsiniz. Üç boyuta ihtiyacınız var ve çizmek zorlaşıyor.

SAT-GPA örneği için, regresyon denklemi

Tahmini GPA = a + b ₁ (SAT) + b ₂ (Ortaöğretim Lisesi)

Hipotezleri genel uyum ve üç regresyon katsayısı hakkında test edebilirsiniz.

Katsayıları bulmak için Excel yeteneklerini kontrol edelim.

Akılda tutulması gereken birkaç nokta:

• x- değişkenlerin herhangi birine sahip olabilirsiniz.
• Satır katsayısının doğrusal regresyondan çoklu regresyona geçmesini bekleyin. Kesişmenin de değişmesini bekleyin.
• Doğrusal gerilemeden çoklu regresyona düşüş tahmininde standart hatayı bekleyin. Çoklu regresyon doğrusal regresyondan daha fazla bilgi kullandığından hatayı azaltır.