Вы можете использовать функцию ЛИНЕЙН , чтобы быстро найти уравнение регрессии в Excel.
Эта функция использует следующий базовый синтаксис:
LINEST(known_y's, known_x's)
куда:
- known_y’s : столбец значений для переменной ответа.
- known_x’s : один или несколько столбцов значений для переменных-предикторов.
В следующих примерах показано, как использовать эту функцию для поиска уравнения регрессии для простой модели линейной регрессии и модели множественной линейной регрессии .
Пример 1: Найдите уравнение для простой линейной регрессии
Предположим, у нас есть следующий набор данных, который содержит одну предикторную переменную (x) и одну переменную ответа (y):
Мы можем ввести следующую формулу в ячейку D1 , чтобы вычислить простое уравнение линейной регрессии для этого набора данных:
=LINEST( A2:A15 , B2:B15 )
Как только мы нажмем ENTER , будут показаны коэффициенты для простой модели линейной регрессии:
Вот как интерпретировать вывод:
- Коэффициент на перехват 3,115589.
- Коэффициент наклона равен 0,479072.
Используя эти значения, мы можем написать уравнение для этой простой модели регрессии:
у = 3,115589 + 0,478072 (х)
Примечание.Чтобы найти p-значения для коэффициентов, значение r-квадрата модели и другие показатели, следует использовать функцию регрессии из пакета анализа данных. В этом руководстве объясняется, как это сделать.
Пример 2: найти уравнение для множественной линейной регрессии
Предположим, у нас есть следующий набор данных, который содержит две переменные-предикторы (x1 и x2) и одну переменную ответа (y):
Мы можем ввести следующую формулу в ячейку E1 , чтобы вычислить уравнение множественной линейной регрессии для этого набора данных:
=LINEST( A2:A15 , B2:C15 )
Как только мы нажмем ENTER , будут показаны коэффициенты для модели множественной линейной регрессии:
Вот как интерпретировать вывод:
- Коэффициент на перехват 1.471205
- Коэффициент для x1 равен 0,047243.
- Коэффициент для x2 равен 0,406344.
Используя эти значения, мы можем написать уравнение для этой модели множественной регрессии:
у = 1,471205 + 0,047243 (х1) + 0,406344 (х2)
Примечание.Чтобы найти p-значения для коэффициентов, значение r-квадрата модели и другие показатели для модели множественной линейной регрессии в Excel, следует использовать функцию регрессии из пакета анализа данных. В этом руководстве объясняется, как это сделать.
Дополнительные ресурсы
В следующих руководствах представлена дополнительная информация о регрессии в Excel:
Как интерпретировать вывод регрессии в Excel
Как добавить линию регрессии на диаграмму рассеяния в Excel
Как выполнить полиномиальную регрессию в Excel