So führen Sie eine Regressionsanalyse in Excel durch

Mit den Regressionsfunktionen von Excel können Sie Regressionsanalysen durchführen. Kurz gesagt umfasst die Regressionsanalyse das Zeichnen von Paaren unabhängiger und abhängiger Variablen in einem XY-Diagramm und das anschließende Finden einer linearen oder exponentiellen Gleichung, die die gezeichneten Daten beschreibt.

PROGNOSE: Prognostizieren Sie abhängige Variablen mithilfe einer Best-Fit-Gerade

Die Funktion FORECAST ermittelt den y-Wert eines Punktes auf einer Best-Fit-Gerade, die durch einen Satz von x- und y-Werten bei gegebenem x-Wert erzeugt wird. Die Funktion verwendet die Syntax

=PROGNOSE(x,bekannt_y,bekannt_x)

Dabei ist x der Wert der unabhängigen Variablen, bekannt_y ist der Arbeitsblattbereich, der die abhängigen Variablen enthält, und bekannt_x ist der Arbeitsblattbereich, der die unabhängigen Variablen enthält.

Die FORECAST-Funktion verwendet die von Ihnen angegebenen Werte von bekannt_y und bekannt_x als Argumente, um die y=mx+b-Gleichung zu berechnen, die die am besten passende Gerade für die Daten beschreibt. Die Funktion löst dann diese Gleichung mit dem x- Argument, das Sie der Funktion übergeben.

Um die linearen Regressionsfunktionen wie die FORECAST-Funktion zu verwenden, denken Sie daran, dass die Gleichung für eine Gerade y=mx+b lautet . y ist die abhängige Variable, b ist der y-Achsenabschnitt oder die Konstante, m ist die Steigung und x gibt den Wert der unabhängigen Variablen an.

INTERCEPT: y-Achsen-Schnittpunkt einer Linie

Die Funktion INTERCEPT findet den Punkt, an dem die beste Anpassungslinie, die von einem Satz von x- und y-Werten erzeugt wird, die y-Achse schneidet. Die Funktion verwendet die Syntax

=INTERCEPT(bekannte_y's, bekannte_x's)

Dabei ist bekannt_y der Arbeitsblattbereich, der die abhängigen Variablen enthält, und bekannt_x ist der Arbeitsblattbereich, der die unabhängigen Variablen enthält.

Wenn Sie jemals Paare von Datenpunkten in einem XY-Graphen gezeichnet haben, ist die Funktionsweise der INTERCEPT-Funktion ziemlich vertraut. Die INTERCEPT-Funktion verwendet die von Ihnen angegebenen Werte von bekannt_y und bekannt_x als Argumente, um die am besten passende gerade Linie für die Daten zu berechnen – im Wesentlichen die y=mx+b-Gleichung für die Linie herauszufinden.

Die Funktion gibt dann den b- Wert zurück, da dies der Wert der Gleichung ist, wenn die unabhängige oder x- Variable gleich Null ist.

LINEST

Die LINEST-Funktion findet die m- und b- Werte für eine Linie basierend auf Sätzen von und Variablen. Die Funktion verwendet die Syntax

=LINEST(bekannte_y's,[bekannte_x's],[const],[stats])

Dabei ist bekannt_y gleich dem Array von y-Werten, die Sie bereits kennen, bekannt_x liefert das Array von x-Werten, die Sie vielleicht bereits kennen, const ist ein Schalter, der entweder auf TRUE (was bedeutet, dass die Konstante b gleich 0) oder auf FALSE gesetzt ist (was bedeutet, dass die Konstante b berechnet wird) und ist ein weiterer Schalter, der entweder auf TRUE (was bedeutet, dass die Funktion eine Reihe anderer Regressionsstatistiken zurückgibt) oder FALSE (bedeutet , bereits genug ) gesetzt ist.

SLOPE: Steigung einer Regressionsgeraden

Die SLOPE-Funktion berechnet die Steigung einer Regressionsgeraden anhand der x- und y-Werte. Die Funktion verwendet die Syntax

=SLOPE(bekannt_y's,bekannt_x's)

Eine Aufwärtssteigung zeigt an, dass die unabhängige oder x- Variable die abhängige oder y- Variable positiv beeinflusst . Mit anderen Worten, eine Zunahme von x erzeugt eine Zunahme von y. Eine nach unten gerichtete Neigung zeigt an, dass die unabhängige oder x- Variable sich negativ auf die abhängige oder y- Variable auswirkt . Je steiler die Steigung, desto größer ist der Einfluss der unabhängigen Variablen auf die abhängige Variable.

STEYX: Standardfehler

Die STEYX-Funktion findet den Standardfehler des vorhergesagten y-Wertes jedes der x-Werte in einer Regression. Die Funktion verwendet die Syntax

=STEYX (bekannte_y, bekannte_x)

TREND

Die Funktion TREND findet Werte entlang einer Trendlinie, die die Funktion mit der Methode der kleinsten Quadrate erstellt. Die Syntax sieht so aus:

=TREND(bekannte_js,[bekannte_xs],[neue_xs],[konst])

LOGEST: Exponentielle Regression

Die Funktion LOGEST gibt ein Array zurück, das eine Exponentialkurve beschreibt, die am besten zu Ihren Daten passt. Die Funktion verwendet die Syntax

=LOGEST(bekannte_y's,[bekannte_x's],[const],[stats])

wo Y_Werte ist der Satz von y-Werten, X_Werte der Satz von x-Werten ist, const ist ein Schalter auf entweder TRUE (das bedeutet , b berechnet wird normalerweise) oder falsch (das bedeutet , b gleich 1 gezwungen wird) und die Statistiken ist ein Schalter, der entweder auf TRUE gesetzt ist (in diesem Fall gibt die LOGEST-Funktion zusätzliche Regressionsstatistiken zurück) oder auf FALSE (was der Funktion anweist, die Rückgabe zusätzlicher Informationen zu überspringen).

Bei einer exponentiellen Regression gibt Excel eine Gleichung mit der Form y=abx zurück, die am besten zu Ihrem Datensatz passt.

WACHSTUM: Exponentielles Wachstum

Die Funktion GROWTH berechnet exponentielles Wachstum für eine Reihe neuer x-Werte basierend auf vorhandenen x-Werten und y-Werten. Die Funktion verwendet die Syntax

=WACHSTUM(bekannte_js,[bekannte_xs],[neue_xs],[konst])

Dabei ist bekannt_y's der Satz von y-Werten, bekannt_x's ist der Satz von x-Werten, ist der Satz von x-Werten, für den Sie neue y-Werte berechnen möchten, und const ist ein Schalter, der entweder auf WAHR gesetzt ist (was bedeutet, dass b wird normal berechnet) oder FALSE (was bedeutet, dass b gezwungen wird, gleich 1 zu sein).