रेग्रेसन विश्लेषण हे सांख्यिकी संशोधनातील सर्वात आवश्यक पद्धतींपैकी एक आहे. त्यानुसार, आपण अवलंबून व्हेरिएबलवर स्वतंत्र व्हेरिएबल्सची प्रभावाची डिग्री सेट करू शकता. मायक्रोसॉफ्ट एक्सेलमध्ये या प्रकारचे विश्लेषण करण्यासाठी साधने आहेत. चला ते काय आहेत आणि ते कसे वापरावे ते पहा.
कनेक्शन विश्लेषण पॅकेज
परंतु, एक फंक्शन वापरण्यासाठी जे रीग्रेशन विश्लेषण करण्याची अनुमती देते, प्रथम सर्व, आपल्याला विश्लेषण पॅकेज सक्रिय करण्याची आवश्यकता आहे. केवळ या प्रक्रियेसाठी आवश्यक असलेले साधन एक्सेल टेपवर दिसेल.
- टॅब वर जा "फाइल".
- विभागात जा "पर्याय".
- एक्सेल पर्याय विंडो उघडते. उपविभागावर जा अॅड-ऑन्स.
- उघडणार्या विंडोच्या तळाशी, ब्लॉकमध्ये स्विच पुन्हा व्यवस्थित करा "व्यवस्थापन" स्थितीत एक्सेल अॅड-इन्सजर वेगळ्या स्थितीत असेल तर. आम्ही बटण दाबा "जा".
- एक्सेल ऍड-ऑन्स विंडो उघडेल. आयटम जवळ एक टिक ठेवा "विश्लेषण पॅकेज". "ओके" बटणावर क्लिक करा.
आता जेव्हा आपण टॅब वर जाऊ "डेटा", साधने ब्लॉक मध्ये टेप वर "विश्लेषण" आपल्याला एक नवीन बटण दिसेल - "डेटा विश्लेषण".
रीग्रेशन विश्लेषण प्रकार
अनेक प्रकारचे प्रत्यारोप आहेत:
- परावर्तक
- शक्ती
- लॉगरिदमिक;
- घातांक
- सूचक
- अतिपरिचित
- रेषीय रीग्रेशन.
आम्ही Excel मधील अंतिम प्रकारचे रीग्रेशन विश्लेषण अंमलबजावणीबद्दल अधिक बोलू.
एक्सेलमध्ये लिनियर रीग्रेशन
खाली, एक उदाहरण म्हणून, एक सारणी सादर केली आहे जी बाहेरील सरासरी दैनिक तपमान आणि संबंधित कामकाजासाठी स्टोअर खरेदीदारांची संख्या दर्शवते. रेग्रेशन विश्लेषणांच्या सहाय्याने हे शोधू या, हवेच्या तापमानाच्या स्वरूपात हवामान स्थिती व्यावसायिक प्रतिष्ठेच्या उपस्थितीस कसे प्रभावित करू शकते.
खालीलप्रमाणे रेखीय प्रकाराचा सामान्य रेग्रेशन समीकरण आहे:वाई = ए0 + ए 1 एक्स 1 + ... + अखा
. या सूत्रात वाई म्हणजे व्हेरिएबल, ज्या घटकांवर आम्ही अभ्यास करण्याचा प्रयत्न करीत आहोत त्याचा प्रभाव. आमच्या बाबतीत, हे खरेदीदारांची संख्या आहे. अर्थ एक्स - व्हेरिएबलला प्रभावित करणारे हे विविध घटक आहेत. परिमाणे अ रेग्रेशन गुणांक आहेत. अर्थात ते एका विशिष्ट कारणाचे महत्त्व निर्धारित करतात. अनुक्रमणिका के या सर्व घटकांची एकूण संख्या दर्शवते.
- बटणावर क्लिक करा "डेटा विश्लेषण". ते टॅबमध्ये ठेवले आहे. "घर" साधने ब्लॉक मध्ये "विश्लेषण".
- एक लहान विंडो उघडते. त्यात, आयटम निवडा "रीग्रेशन". आम्ही बटण दाबा "ओके".
- रिग्रेशन सेटिंग्ज विंडो उघडेल. त्यात, आवश्यक फील्ड आहेत "इनपुट अंतराल वाई" आणि "इनपुट अंतराल एक्स". इतर सर्व सेटिंग्ज डिफॉल्ट म्हणून सोडल्या जाऊ शकतात.
क्षेत्रात "इनपुट अंतराल वाई" आम्ही पेशींच्या श्रेणीचा पत्ता निर्दिष्ट करतो जिथे व्हेरिएबल डेटा स्थित असतो, ज्या घटकांवर आम्ही स्थापित करण्याचा प्रयत्न करीत असतो त्यांचे प्रभाव. आमच्या बाबतीत, हे "खरेदीदारांची संख्या" स्तंभात सेल असतील. कीबोर्डमधून पत्ता प्रविष्ट केला जाऊ शकतो किंवा आपण इच्छित स्तंभ निवडू शकता. नंतरचे पर्याय बरेच सोपे आणि अधिक सोयीस्कर आहे.
क्षेत्रात "इनपुट अंतराल एक्स" कक्षांची श्रेणी प्रविष्ट करा जिथे घटकांचा डेटा, ज्या प्रभावावर आम्ही सेट करू इच्छित आहे त्याचा प्रभाव स्थित आहे. वर नमूद केल्याप्रमाणे, स्टोअरमधील ग्राहकांच्या संख्येवरील तापमानाचा प्रभाव निर्धारित करणे आवश्यक आहे आणि म्हणूनच "तापमान" स्तंभातील पेशींचा पत्ता प्रविष्ट करणे आवश्यक आहे. हे "खरेदीदारांची संख्या" फील्ड प्रमाणेच करता येते.
इतर सेटिंग्जच्या सहाय्याने आपण लेबले, विश्वासार्हता स्तर, स्थिर-शून्य सेट करू शकता, सामान्य संभाव्यतेचा आलेख प्रदर्शित करू शकता आणि इतर क्रिया करू शकता. परंतु बर्याच बाबतीत, या सेटिंग्ज बदलण्याची गरज नाही. आपण लक्ष देणे आवश्यक आहे फक्त आउटपुट घटक आहे. डीफॉल्टनुसार, विश्लेषण परिणाम दुसर्या शीटवर आउटपुट असतात, परंतु स्विच पुन्हा व्यवस्थित करून, आपण आउटपुट निर्दिष्ट केलेल्या श्रेणीमध्ये सेट करू शकता जिथे मूळ डेटा असलेली सारणी आहे किंवा वेगळ्या पुस्तकात नवीन फाईलमध्ये आहे.
सर्व सेटिंग्ज सेट केल्यानंतर, बटणावर क्लिक करा. "ओके".
विश्लेषण परिणाम विश्लेषण
रीग्रेशन विश्लेषणांचे परिणाम सेटिंग्जमध्ये दर्शविलेल्या ठिकाणी सारणीच्या रूपात प्रदर्शित केले जातात.
मुख्य निर्देशकांपैकी एक आहे आर-स्क्वेअर. हे मॉडेलची गुणवत्ता दर्शवते. आपल्या बाबतीत, हे प्रमाण 0.705 आहे किंवा सुमारे 70.5% आहे. ही गुणवत्ता एक स्वीकार्य पातळी आहे. 0.5 पेक्षा कमी अवलंबन वाईट आहे.
ओळच्या चौकोनातून सेलमध्ये आणखी एक महत्वाचा संकेतक सापडतो. "वाई-छेदनबिंदू" आणि स्तंभ अडचणी. हे दर्शविते की Y मध्ये कोणते मूल्य असेल आणि आपल्या बाबतीत, हे खरेदीदारांची संख्या आहे आणि इतर सर्व घटक शून्य समतुल्य आहेत. या टेबलमध्ये, हे मूल्य 58.04 आहे.
ग्राफच्या छेदनबिंदूवरील मूल्य "व्हेरिएबल एक्स 1" आणि अडचणी X वर Y च्या अवलंबनाचे स्तर दर्शवते. आमच्या बाबतीत, तापमानावर स्टोअरच्या ग्राहकांच्या संख्येवर अवलंबून राहण्याची ही पातळी आहे. 1.31 ची गुणांक प्रभावशालीतेचा एक उच्च संकेतक मानला जातो.
जसे की आपण पाहु शकता, मायक्रोसॉफ्ट एक्सेल वापरणे रीग्रेशन विश्लेषण टेबल तयार करणे सोपे आहे. परंतु, केवळ एक प्रशिक्षित माणूस आउटपुट डेटासह कार्य करू शकतो आणि त्यांचे सार समजून घेऊ शकतो.