seychellesartprojects.org

Regresní analýza vzorec

Regresní analýza je analýza vztahu mezi závislou a nezávislou proměnnou, protože zobrazuje, jak se závislá proměnná změní, když se jedna nebo více nezávislých proměnných změní v důsledku faktorů, vzorec pro výpočet je Y = a + bX + E, kde Y je závislá proměnná, X je nezávislá proměnná, a je intercept, b je sklon a E je reziduální.

Regrese je statistický nástroj pro predikci závislé proměnné pomocí jedné nebo více než jedné nezávislé proměnné. Při provádění regresní analýzy je hlavním účelem výzkumného pracovníka zjistit vztah mezi závislou proměnnou a nezávislou proměnnou. Aby bylo možné předpovědět závislou proměnnou, je vybrána jedna nebo více nezávislých proměnných, které mohou pomoci při predikci závislé proměnné. Pomáhá v procesu ověřování, zda jsou proměnné prediktoru dostatečně dobré, aby pomohly předpovědět závislou proměnnou.

Recept na regresní analýzu se pokusí najít nejvhodnější přímku pro závislou proměnnou pomocí nezávislých proměnných. Rovnice regresní analýzy je stejná jako rovnice pro přímku, která je

y = MX + b

Kde,

• Y = závislá proměnná regresní rovnice
• M = sklon regresní rovnice
• x = závislá proměnná regresní rovnice
• B = konstanta rovnice

Vysvětlení

Při provádění regrese je hlavním účelem výzkumného pracovníka zjistit vztah mezi závislou proměnnou a nezávislou proměnnou. Pro predikci závislé proměnné je vybrána jedna nebo více nezávislých proměnných, které mohou pomoci při predikci závislé proměnné. Regresní analýza pomáhá v procesu ověřování, zda jsou proměnné prediktoru dostatečně dobré, aby pomohly předpovědět závislou proměnnou.

Příklady

Tuto šablonu Excel vzorce pro regresní analýzu si můžete stáhnout zde - Šablona Excel pro regresní analýzu vzorce

Příklad č. 1

Pokusme se pochopit koncept regresní analýzy pomocí příkladu. Pokusme se zjistit, jaký je vztah mezi vzdáleností ujetou řidičem kamionu a věkem řidiče kamionu. Někdo vlastně dělá regresní rovnici, aby ověřil, zda to, co si myslí o vztahu mezi dvěma proměnnými, je také ověřeno regresní rovnicí. 

Níže jsou uvedeny údaje pro výpočet

Pro výpočet Regresní analýzy přejděte na kartu Data v aplikaci Excel a poté vyberte možnost Analýza dat. Další postup výpočtu naleznete v daném článku zde - Analysis ToolPak v aplikaci Excel

Vzorec pro regresní analýzu pro výše uvedený příklad bude

• y = MX + b
• y = 575,754 * -3,121 + 0
• y = -1797

V tomto konkrétním příkladu uvidíme, která proměnná je závislá proměnná a která proměnná je nezávislá proměnná. Závislou proměnnou v této regresní rovnici je vzdálenost ujetá řidičem kamionu a nezávislou proměnnou je věk řidiče kamionu. Regrese pro tuto sadu závislých a nezávislých proměnných dokazuje, že nezávislá proměnná je dobrým prediktorem závislé proměnné s přiměřeně vysokým koeficientem determinace. Analýza pomáhá ověřit, že faktory ve formě nezávislé proměnné jsou vybrány správně. Snímek níže zobrazuje regresní výstup proměnných. Soubor dat a proměnné jsou uvedeny v přiloženém listu aplikace Excel.

Příklad č. 2

Pokusme se pochopit regresní analýzu pomocí dalšího příkladu. Pokusme se zjistit, jaký je vztah mezi výškou studentů třídy a známkou GPA těchto studentů. Někdo vlastně dělá regresní rovnici, aby ověřil, zda to, co si myslí o vztahu mezi dvěma proměnnými, je také ověřeno regresní rovnicí.

V tomto příkladu jsou níže uvedena data pro výpočet v aplikaci Excel

Výpočet regresní analýzy, přejděte na kartu Data v aplikaci Excel a poté vyberte možnost analýzy dat.

Regrese pro výše uvedený příklad bude

• y = MX + b
• y = 2,65 * .0034 + 0
• y = 0,009198

V tomto konkrétním příkladu uvidíme, která proměnná je závislá proměnná a která proměnná je nezávislá proměnná. Závislou proměnnou v této regresní rovnici je GPA studentů a nezávislou proměnnou je výška studentů. Regresní analýza pro tuto sadu závislých a nezávislých proměnných dokazuje, že nezávislá proměnná není dobrým prediktorem závislé proměnné, protože hodnota koeficientu stanovení je zanedbatelná. V tomto případě musíme zjistit další proměnnou prediktoru, abychom mohli předpovědět závislou proměnnou pro regresní analýzu. Snímek níže zobrazuje regresní výstup proměnných. Soubor dat a proměnné jsou uvedeny v přiloženém listu aplikace Excel.

Relevance a použití

Regrese je velmi užitečná statistická metoda. U každého obchodního rozhodnutí za účelem ověření hypotézy, že konkrétní akce povede ke zvýšení ziskovosti divize, lze ověřit na základě výsledku regrese mezi závislými a nezávislými proměnnými. Rovnice regresní analýzy hraje ve světě financí velmi důležitou roli. Hodně předpovídání se provádí pomocí regrese. Například prodej konkrétního segmentu lze předem předvídat pomocí makroekonomických ukazatelů, které s tímto segmentem mají velmi dobrou korelaci. Lineární i vícenásobné regrese jsou užitečné pro odborníky, aby mohli predikovat závislé proměnné a také ověřit nezávislé proměnné jako prediktor závislých proměnných.