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).