R 광장| ‘링크 # 의미-F 및 P– 값 [의미 F 및 P-값]’| 계수| ‘잔차

이 예제에서는 Excel에서 선형 회귀 분석을 실행하는 방법 요약 출력을 해석하는 방법을 가르친다.

다음 당신은 우리의 데이터를 찾을 수 있습니다. 큰 질문은 : 거기는 판매 수량 (출력) 및 가격과 광고 (입력) 사이의 관계이다. 즉 : 우리는 우리가 가격과 광고를 알고있는 경우 수량이 판매 예측할 수 있습니까?

Regression Data in Excel

데이터 탭 1. 분석 그룹에서 데이터 분석을 클릭합니다.

Click Data Analysis

참고 : 데이터 분석 버튼을 찾을 수 있습니까? 분석 도구 추가 기능을로드하려면 여기를 클릭하십시오.

  1. 회귀하고 확인을 클릭합니다.

Select Regression

는 Y 범위 (: A8 A1)을 선택합니다. 이 (또한 종속 변수라고도 함) 예측 변수입니다.

는 X 범위 (: C8 B1)를 선택합니다. 이러한 설명 변수 (또한 독립 변수)이다. 이 열은 서로 인접해야합니다.

  1. 레이블.

출력 범위 상자 및 셀을 선택 A11 6.을 클릭합니다.

잔차를 확인 7..

  1. 확인을 클릭합니다.

Regression Input and Output

엑셀 (3 소수점 반올림) 다음 요약 출력을 생성합니다.

R 스퀘어

R 스퀘어는 매우 잘 맞는 인 0.962을, 같습니다. 판매 수량의 변화량의 96 %는 독립 변수의 가격 및 광고에 의해 설명된다. 1에 가까울수록 회귀 라인 (읽어) 데이터를 맞는다.

R Square

의미 F 및 P-값

결과는 신뢰할 수있는 (통계적으로 유의 한) 경우, 의의 F (0.001)에서보기를 확인합니다. 이 값은 0.05, 정말 괜찮아요 인 경우.

의의 F가 0.05보다 큰 경우에는 독립 변수의 세트 사용을 중단 아마 좋습니다. (0.05 이상) 높은 P 값의 변수를 삭제하고 의미 F는 0.05 이하로 떨어질 때까지 다시 실행 회귀.

대부분 또는 모든 P-값이 0.05보다 아래에 있어야한다. 이 예에서는이 경우입니다. (0.000, 0.001와 0.005).

Anova

계수

회귀 라인은 다음과 같습니다 Y = 수량 = 8536.214 -835.722 가격 + 0.592 광고를 판매. 즉, 가격이 각 단위 증가 판매 수량 835.722 단위 감소한다. 광고에서 각 단위 증가 할 때마다 수량은 0.592 단위로 증가 판매. 이것은 가치있는 정보입니다.

또한 예측을 할이 계수를 사용할 수 있습니다. 가격은 $ 4에 해당하고 광고가 $ 3000을 동일한 경우 예를 들어, 8536.214 -835.722 4 + 0.592 3000 = 6970.의 판매 수량을 달성 할 수있을 것

잔차

잔차는 실제 데이터 포인트 (방정식을 사용하여) 예측 데이터 포인트 FOM 얼마나 멀리 떨어져을 보여줍니다. = -23.009 8523.009 – 예를 들어, 첫 번째 데이터 포인트가 방정식을 사용하여 8500 동일, 예측 된 데이터 포인트는 8500의 잔류주는 = 8523.009 + 8536.214 0.592 2800 2 -835.722 같다.

Residuals

이러한 잔차의 산포도를 만들 수 있습니다.

Scatter Plot