如何做回归分析在Excel
回归是一种分析工具,我们使用它来分析大量数据并在Microsoft Excel中进行预测。
想预测未来吗?不,我们不会学习占星术。我们很感兴趣,今天我们将学习Excel中的回归分析。
为了预测未来的估计,我们将研究:
* link:#link3head [REGALSION CHART IN EXCEL]
让我们做吧…
方案:
假设您销售汽水。如果您可以预测:
将会有多酷。 *根据上一年的数据,明年将出售多少软饮料?
-
需要重点关注哪些领域?
-
以及如何通过更改策略来增加销售额?
这将是有利可图的。是吗?…我知道。因此,让我们开始吧。
您有11条记录的售货员和汽水记录。
现在,基于此数据,您要预测实现2000次软饮料销售所需的销售人员数量。
回归方程是进行这种近似估计的工具。为此,我们需要首先了解回归。
使用EXCEL函数进行回归分析(手动回归查找)
这部分将使您比仅仅介绍excel回归过程更好地了解回归。
简介:
简单线性回归:
对两个变量之间的关系的研究称为简单线性回归。其中一个变量取决于另一个自变量。因变量通常通过诸如Driven,Response和Target变量之类的名称来调用。而且自变量通常发音为Driving,Predictor或简称为Independent变量。
这些名称清楚地描述了它们。
现在,将其与您的方案进行比较。您想知道实现2000个销售所需的销售人员数量。因此,在这里,因变量是销售员人数,而自变量是软饮料销量。
自变量主要表示为x,因变量表示为y。在我们的案例中,软饮料的销量为x,销售人员的数量为y。
如果我们想知道如果我们任命200名销售人员,将售出多少软饮料,那么情况将相反。
继续。
线性回归方程的“简单”数学:
好吧,这并不简单。但是Excel使它变得很简单。
我们需要预测所有11个案例所需的销售人员数量,以得出第12个最接近的预测。
假设:
售出的软饮料为x
销售员人数为y
预测的y(推销员数量)也称为回归方程,将为
* (relax, I’ve got it covered) |
现在,您一定想知道_stat_将从哪里获得斜率并进行截距。不用担心,excel可以为他们提供功能。您无需学习如何查找坡度并手动对其进行拦截。
如果您愿意,我将为此准备单独的教程。在评论部分让我知道。这些是一些重要的数据分析工具。
现在进入计算:
步骤1:准备这张小桌子
步骤2:找到回归线的斜率
斜坡的Excel函数为
=SLOPE(known_y’s,known_x’s) |
您的known_y在B2:B12范围内,而known_x在C2:C12范围内
在单元格B16中,在下面写公式
=SLOPE(B2:B12, C2:C12) |
(_注意:斜率在回归方程中也称为x的系数)_您将获得0.058409。四舍五入至两位小数,您将得到0.06。
步骤3:找到回归线的截距
用于拦截的Excel函数是
=INTERCEPT(known_y’s, known_x’s)* |
我们知道我们已知的x和y是什么。在单元格B17中,写下该公式
=INTERCEPT(B2:B12, C2:C12)* |
您将获得-1.1118969的值。舍入到两位小数。您会得到-1.11。我们的线性回归方程为= x0.06 +(-1.11)。现在我们可以轻松地根据目标x预测可能的y。步骤4:*在D2中,写下下面的公式
=C2*$B$16+$B$17 (Regression Equation) |
您将获得13.55的值。
选择D2到D13,然后按CTRL + D填充范围D2:D13中的公式
在单元格D13中,您拥有所需的销售员人数。
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. |
现在,使用此工具,您可以轻松地在excel中进行假设分析。只需更改销售数量,它就会向您显示许多销售人员会达到该销售目标。
玩一下以找出:
您需要多少劳动力来增加销售?
如果您增加销售人员,将会增加多少销售量?
使您的估计更可靠:
现在您知道您需要116个销售人员才能完成2000个销售。
在分析中,没有什么是说和相信的。您必须按估计值给出一定百分比的可靠性。就像给您的方程式证明。