Come fare analisi di regressione In Excel
La regressione è uno strumento di analisi che utilizziamo per analizzare grandi quantità di dati e per fare previsioni e previsioni in Microsoft Excel.
Vuoi predire il futuro? No, non impareremo l’astrologia. Siamo interessati ai numeri e oggi impareremo l’analisi di regressione in Excel.
Per prevedere le stime future, studieremo:
link: # link1head [ANALISI DI REGRESSIONE UTILIZZANDO FUNZIONI EXCEL (RICERCA DI REGRESSIONE MANUALE)] link: # link2head [ANALISI DI REGRESSIONE UTILIZZANDO L’ADD-IN DI EXCEL’S ANALYSIS TOOLPAK]
* link: # link3head [TABELLA DI REGRESSIONE IN EXCEL]
Facciamolo …
Scenario:
Supponiamo che tu venda bevande analcoliche. Quanto sarà bello se puoi prevedere:
-
Quante bevande analcoliche verranno vendute il prossimo anno in base ai dati dell’anno precedente?
-
Quali campi devono essere focalizzati?
-
E come puoi aumentare le tue vendite cambiando la tua strategia?
Sarà vantaggiosamente fantastico. Giusto? … Lo so. Quindi iniziamo.
Hai 11 record di venditori e bibite vendute.
Ora, sulla base di questi dati, si desidera prevedere il numero di venditori necessari per ottenere 2000 vendite di bevande analcoliche.
L’equazione di regressione è uno strumento per effettuare stime così ravvicinate. Per fare ciò, dobbiamo prima conoscere la regressione.
ANALISI DELLA REGRESSIONE UTILIZZANDO LE FUNZIONI EXCEL (RICERCA MANUALE DELLA REGRESSIONE)
Questa parte ti farà capire la regressione meglio del semplice raccontare la procedura di regressione Excel.
Introduzione:
Regressione lineare semplice:
Lo studio della relazione tra due variabili si chiama Regressione lineare semplice. Dove una variabile dipende dall’altra variabile indipendente. La variabile dipendente viene spesso chiamata con nomi quali Driven, Response e Target. E la variabile indipendente è spesso pronunciata come variabile di guida, predittore o semplicemente indipendente.
Questi nomi li descrivono chiaramente.
Ora confrontiamolo con il tuo scenario. Vuoi conoscere il numero di venditori necessari per ottenere 2000 vendite. Quindi qui, la variabile dipendente è il numero di venditori e la variabile indipendente è venduta bibite analcoliche.
La variabile indipendente è per lo più indicata come x e la variabile dipendente come y. Nel nostro caso, le bibite vengono vendute x e il numero di venditori è y.
Se vogliamo sapere quante bevande analcoliche verranno vendute se nominiamo 200 venditori, lo scenario sarà viceversa.
Andare avanti.
La matematica “semplice” dell’equazione di regressione lineare:
Beh, non è semplice. Ma Excel lo ha reso semplice da fare.
Dobbiamo prevedere il numero richiesto di venditori per tutti gli 11 casi per ottenere la dodicesima previsione più vicina.
Diciamo:
La bevanda analcolica venduta è x
Il numero di venditori è y
Il y previsto (numero di venditori) chiamato anche equazione di regressione, sarebbe
|
* (relax, I’ve got it covered) |
Ora ti starai chiedendo dove lo stat prendi la pendenza e intercetta. Non preoccuparti, Excel ha funzioni per loro. Non è necessario imparare a trovare la pendenza e ad intercettarla manualmente.
Se vuoi, preparerò un tutorial separato per questo. Fatemi sapere nella sezione dedicata ai commenti. Questi sono alcuni importanti strumenti di analisi dei dati.
Ora passiamo al nostro calcolo:
Step1: Prepara questo tavolino
Passaggio 2: trova la pendenza della retta di regressione
La funzione Excel per le piste è
|
=SLOPE(known_y’s,known_x’s) |
I tuoi known_y sono nel range B2: B12 e i known_x’s sono nel range C2: C12
Nella cella B16, scrivi la formula sotto
|
=SLOPE(B2:B12, C2:C12) |
(_Nota: la pendenza è anche chiamata coefficiente di x nell’equazione di regressione) _ Otterrai 0,058409. Arrotonda fino a 2 cifre decimali e otterrai 0,06.
Passaggio 3: trova l’intercetta della linea di regressione
La funzione di Excel per l’intercettazione è
|
=INTERCEPT(known_y’s, known_x’s)* |
Sappiamo quali sono le nostre x e y conosciute Nella cella B17, scrivi questa formula
|
=INTERCEPT(B2:B12, C2:C12)* |
Otterrai un valore di -1,1118969. Arrotondamento a 2 cifre decimali. Otterrai -1.11. La nostra equazione di regressione lineare è = x0,06 + (-1,11). Ora possiamo prevedere facilmente y possibile a seconda del target x. Passaggio 4: * In D2 scrivi la formula sotto
|
=C2*$B$16+$B$17 (Regression Equation) |
Otterrai un valore di 13,55.
Seleziona da D2 a D13 e premi CTRL + D per riempire la formula nell’intervallo D2: D13
Nella cella D13 hai il numero richiesto di venditori.
|
Hence, to achieve the target of 2000 Soft Drink Sales, you need an estimate of 115.71 salesmen or say 116 since it is illegal to cut humans into pieces. |
Ora utilizzandolo puoi facilmente condurre analisi What-If in Excel. Basta cambiare il numero di vendite e ti mostrerà che molti venditori ci vorranno per raggiungere l’obiettivo di vendita.
Giocaci intorno per scoprirlo:
Di quanta forza lavoro hai bisogno per aumentare le vendite?
Quante vendite aumenteranno se aumenterai i tuoi venditori?
Rendi la tua stima più affidabile:
Ora sai che hai bisogno di 116 venditori per portare a termine 2000 vendite.
Nell’analisi, nulla viene detto e creduto. Devi dare una percentuale di affidabilità sulla tua stima. È come dare un certificato della tua equazione.