Svinkovod.ru

Бытовая техника
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

График остатков в excel

Exceltip

Блог о программе Microsoft Excel: приемы, хитрости, секреты, трюки

Как рассчитать регрессию в Excel

Метод линейной регрессии позволяет нам описывать прямую линию, максимально соответствующую ряду упорядоченных пар (x, y). Уравнение для прямой линии, известное как линейное уравнение, представлено ниже:

ŷ — ожидаемое значение у при заданном значении х,

x — независимая переменная,

a — отрезок на оси y для прямой линии,

b — наклон прямой линии.

На рисунке ниже это понятие представлено графически:

регрессия excel

На рисунке выше показана линия, описанная уравнением ŷ =2+0.5х. Отрезок на оси у — это точка пересечения линией оси у; в нашем случае а = 2. Наклон линии, b, отношение подъема линии к длине линии, имеет значение 0.5. Положительный наклон означает, что линия поднимается слева направо. Если b = 0, линия горизонтальна, а это значит, что между зависимой и независимой переменными нет никакой связи. Иными словами, изменение значения x не влияет на значение y.

Часто путают ŷ и у. На графике показаны 6 упорядоченных пар точек и линия, в соответствии с данным уравнением

регрессия excel

На этом рисунке показана точка, соответствующая упорядоченной паре х = 2 и у = 4. Обратите внимание, что ожидаемое значение у в соответствии с линией при х = 2 является ŷ. Мы можем подтвердить это с помощью следу­ющего уравнения:

ŷ = 2 + 0.5х =2 +0.5(2) =3.

Значение у представляет собой фактическую точку, а значение ŷ — это ожидаемое значение у с использованием линейного уравнения при заданном значении х.

Следующий шаг — определить линейное уравнение, максимально соответствующее набору упорядоченных пар, об этом мы говорили в предыдущей статье, где определяли вид уравнения по методу наименьших квадратов.

Использование Excel для определения линейной регрессии

Для того, чтобы воспользоваться инструментом регрессионного анализа встроенного в Excel, необходимо активировать надстройку Пакет анализа. Найти ее можно, перейдя по вкладке Файл –> Параметры (2007+), в появившемся диалоговом окне Параметры Excel переходим во вкладку Надстройки. В поле Управление выбираем Надстройки Excel и щелкаем Перейти. В появившемся окне ставим галочку напротив Пакет анализа, жмем ОК.

пакет анализа excel

Во вкладке Данные в группе Анализ появится новая кнопка Анализ данных.

регрессия excel

Чтобы продемонстрировать работу надстройки, воспользуемся данными с предыдущей статьи, где парень и девушка делят столик в ванной. Введите данные нашего примера с ванной в столбцы А и В чистого листа.

Перейдите во вкладку Данные, в группе Анализ щелкните Анализ данных. В появившемся окне Анализ данных выберите Регрессия, как показано на рисунке, и щелкните ОК.

регрессия excel

Установите необходимыe параметры регрессии в окне Рег­рессия, как показано на рисунке:

регрессия excel

Щелкните ОК. На рисунке ниже показаны полученные результаты:

регрессия excel

Эти результаты соответствуют тем, которые мы получили путем самостоя­тельных вычислений в предыдущей статье.

2.1.2. Опции инструмента «Регрессия», связанные с оценкой дисперсии относительно рассматриваемой математической модели

2.1.2.1. Для установления и исследования несоответствий между экспериментальными и теоретическими значениями Y, определяемыми уравнением регрессии, поставить «Галочки» в опции «Остатки», «График остатков», «График подбора» или «Стандартизированные остатки». В результате появятся таблицы:

А также графики:

— «График нормального распределения».

А. «Остаток» представляет собой разницу между фактическим и теоретическим значениями Y.

Б. «Стандартизированный остаток» представляет собой отношение «остатка» к «стандартной ошибке единичного наблюдения регрессионной статистики» (см. выше).

В. «График остатков» располагается в координатах x — величина остатка. По нему наглядно видны значения «остатка» для различных точек, что позволяет обнаружить «выбросы» — отклонения от теоретической модели, превышающие случайную составляющую отклика ε, которые могут свидетельствовать о каком-то сбое, ошибке в получении результата. Процедура устранения таких «выбросов» называется «цензурированием».

2.1.2.2. Установить величины максимальных положительных и отрицательных остатков по полученному «Графику остатков».

Читайте так же:
Макрос объединения ячеек в excel

2.1.2.3. Проверить, не являются ли установленные по п. 2.1.2.2. максимальные остатки результатом «выбросов», используя «Стандартные остатки» в таблице «Вывод остатка». В соответствии с критерием Райта для результата, не являющегося «выбросом», стандартный остаток по абсолютной величине не должен превышать 3.

2.1.2.4. При обнаружении «выброса» исключить его из Ваших данных и произвести регрессионный анализ заново.

2.2. Статистические функции ms Excel, основанные на линейной регрессии

2.2.1. Выделить массив из расположенных рядом не менее пяти строк и не менее двух столбцов и открыть статистическую функцию ЛИНЕЙН (рис. 3), рассчитывающую коэффициенты m и b линейного уравнения y = mx + b.

Рис. 3. Аргументы функции ЛИНЕЙН

2.2.2. Ввести в качестве аргументов независимо от расположения в строках или в столбцах (без наименований строк или в столбцов):

— «Известные значения x»,

— «Известные значения у», точно соответствующие этим значениям x.

А. Аргумент «Конст» (см. рис. 3) — логическое значение, которое указывает, требуется ли, чтобы константа b в уравнении (4) была равна 0. Если «Конст» имеет значение ИСТИНА или отсутствует, то b вычисляется обычным образом. Если «Конст» имеет значение ЛОЖЬ (ставится значение 0), то m подбирается так, чтобы выполнялось b = 0.

Б. Аргумент «Статистика» — логическое значение, которое указывает, требуются ли дополнительные статистические данные по регрессии. Если аргумент «Статистика» имеет значение 0 («ЛОЖЬ») или отсутствует, то функция ЛИНЕЙН подсчитает только коэффициенты регрессии. (В этом случае достаточно предварительно выделить, см. п. 2.2.1, две ячейки, расположенные рядом в одной строке.) Если в качестве аргумента «Статистика» представлено любое другое число («ИСТИНА»), то кроме коэффициентов m и b производится расчёт дополнительной статистики в форме таблицы ячеек (табл. 1).

Таблица 1. Форма представления данных по результатам расчёта коэффициентов регрессии и дополнительной статистики

Стандартная ошибка коэфф. m

Стандартная ошибка коэфф. b

Стандартная ошибка для оценки y

Число степеней свободы для нахождения F-критических значений

Сумма квадратов отклонений, обусловленных регрессией

Сумма квадратов остатков

В. К недостаткам дополнительной статистики относится то, что выводимые в указанном порядке результаты никак не обозначены. Поэтому для получения всеобъемлющих результатов регрессионного анализа в виде, доступном для недостаточно искушённых пользователей, рекомендуется пользоваться инструментом «Регрессия» [5].

2.2.3. Набрать комбинацию клавиш CTRL+SHIFT+ENTER, в результате чего в порядке, представленном в табл. 1, будут выведены коэффициенты регрессии и регрессионной статистики. (При нажатии «ОК» будет подсчитан только коэффициент m).

2.2.4. Проверить соответствие полученных коэффициентов регрессии m, b и регрессионной статистики коэффициентам b, b1, и другим результатам, рассчитанным с использованием инструмента «Регрессия», п.п. 2.1.1, 2.1.2.

2.2.5. Открыть функцию «ТЕНДЕНЦИЯ» (рис. 4), которая для заданного массива новых значений x определяет значения y в соответствии с линейным трендом, рассчитанным для массивов известных значений y и известных значений x в виде уравнения y = mx + b.

Рис. 4. Аргументы функции ТЕНДЕНЦИЯ

2.2.6. Рассчитать значения функции ТЕНДЕНЦИЯ, введя следующие аргументы:

— «Известные значения x»;

— соответствующие им «Известные значения у»;

— в качестве аргумента «Новые значения x» — величины x, равные удвоенному и утроенному значению максимального известного значения x, ставя задачу узнать, какими должны быть при имеющейся линейной регрессии значения отклика, соответствующие этим новым значениям x;

— в качестве аргумента «Конст» — любое ненулевое число и нажать «ОК».

2.2.7. Открыть функцию ПРЕДСКАЗ (рис. 5), сходную с функцией ТЕНДЕНЦИЯ, но рассчитывающую в соответствии с линейным уравнением регрессии лишь одно прогнозируемое значение отклика по одному значению аргумента «x».

Рис. 5. Аргументы функции ПРЕДСКАЗ

2.2.8. Рассчитать с помощью функции ПРЕДСКАЗ значение отклика, соответствующее значению x, равному удвоенному максимальному известному значению x. (Результат расчёта этой и других функций, определяющих одно значение, появляется в окне аргументов сразу после внесения данных до нажатия «ОК».)

Читайте так же:
Как в таблице excel найти нужное слово

2.2.9. Открыть статистическую функцию НАКЛОН (рис. 6), устанавливающую наклон линии линейной регрессии для точек данных, образованных известными значениями yi и известными значениями xi, иначе говоря, коэффициент m в уравнении y = mx + b.

Рис. 6. Аргументы функции НАКЛОН

2.2.10. Рассчитать коэффициент m в уравнении y = mx + b с помощью функции НАКЛОН и сравнить с коэффициентом m, рассчитанным с помощью функции ЛИНЕЙН, см. п. 2.2.3, и с коэффициентом b, рассчитанным с помощью инструмента Регрессия, см. п. 2.1.1.3. для тех же исходных данных.

2.2.11. Открыть статистическую функцию ОТРЕЗОК, имеющую те же аргументы, что и функция НАКЛОН и вычисляющую точку пересечения линии регрессии с осью y,т.е. приx= 0, иначе говоря, коэффициент b в уравнении регрессии y = mx + b.

2.2.12. Рассчитать коэффициент b в уравнении с помощью функции ОТРЕЗОК и сравнить с коэффициентом b, рассчитанным с помощью функции ЛИНЕЙН, см. п. 2.2.3, и с коэффициентом b1, рассчитанным с помощью инструмента Регрессия, см. п. 2.1.1, для тех же исходных данных.

Регрессионный анализ в пакете EXCEL: Методическое указание к выполнению лабораторной работы , страница 2

где N— число экспериментов, m количество входов.

Для определения адекватности регрессионной модели сравнивают F-отношение, рассчитанное по выражению (6), со значением критерия Фишера выбранного из таблиц для принятого уровня значимости и числа степеней свободы сравниваемых дисперсий и .

Если , то при соответствующем уровне значимости регрессионная модель не адекватна.

Если , то при соответствующем уровне значимости регрессионная модель адекватна.

Результаты дисперсионного анализа сводятся в таблицу 1.

Таблица 1. Дисперсионный анализ

f

MS

F

P— знач

Fкрит

SS — сумма квадратов; f— число степеней свободы; MS — средний квадрат отклонений (дисперсия); F— расчетное значение отношения Фишера; Pуровень значимости для вычисленного значения F; Fкриm — табличное значение отношения Фишера.

Если регрессионная модель адекватна, определяют значимость коэффициентов регрессии. Для проверки значимости анализируется отношение коэффициента регрессии и его среднеквадратичного отклонения. Это отношение является распределением Стьюдента, то есть для определения значимости используем t – критерий:

(11)

где i — значение коэффициента, — среднеквадратичное отклонение коэффициента.

Для определения значимости коэффициента сравнивают расчетное и табличное значение t – критерия. Табличное значение t – критерия определяется степенью свободы и значением заданной вероятности Р : tтаб (, Р).

Если tрас>tтаб, то коэффициент biявляется значимым.

Доверительный интервал определяется по формуле:

. (12)

Если коэффициент регрессии незначим, то соответствующий ему входной фактор несущественно влияет на выходную величину и его можно исключить из регрессионной модели.

ПОРЯДОК ВЫПОЛНЕНИЯ РАБОТЫ

1. Исходные данные взять в таблицах(2,3) согласно варианту (по номеру студента в журнале).

2. Ввести исходные данные в таблицу в пакете Excel.

3. Подготовить два столбца для ввода расчетных значений Y и остатков.

4. Вызвать программу «Регрессия»: Данные/ Анализ данных/ Регрессия. Диалоговое окно «Анализ данных» представлено на рисунке 1.

Рис. 1. Диалоговое окно «Анализ данных».

5. Ввести в диалоговое окно «Регрессия» адреса исходных данных:

· в опцию « входной интервал Y» ввести адреса ячеек столбца выходной величины Y,

· в опцию «входной интервал X» ввести адреса ячеек столбца входной величины X,

· установить уровень надежности 95%,

· в опции «Выходной интервал», указать левую верхнюю ячейку места вывода данных регрессионного анализа,

· включить опции «Остатки» и «График остатков»,

· нажать кнопку ОК для запуска регрессионного анализа. Диалоговое окно «Регрессия» представлено на рисунке 2.

Рис. 2. Диалоговое окно «Регрессия».

6. Excel выведет четыре таблицы и два графика зависимости остатков от переменных Х1 и Х2.

7. Построить графики для Yэксп, Yрасч и график ошибки прогноза (остатка).

8. По полученным графикам оценить правильность модели по входам Х1, Х2.

9. Рассчитать коэффициент множественной корреляции, расчетные значения t-критериев, доверительные интервалы коэффициентов регрессии по выражениям (5,11,12).

Читайте так же:
Как в фотошопе отредактировать текст на картинке

10. Сделать выводы по результатам регрессионного анализа.

11. Подготовить отчет по работе.

ПРИМЕР ВЫПОЛНЕНИЯ РАБОТЫ

Результаты регрессионного анализа представлены на рисунке 3.

Графики зависимости остатков от переменных Х1 и Х2 представлены на рисунке 4.

Регрессионный анализ в Excel. Подробная иллюстрированная инструкция

Важно понимать, что Excel – это не только программа для создания баз данных, но и профессиональный статистический инструмент. И в статистике есть множество способов обработки числовых значений. Один из них – регрессионный анализ. Он тесно связан с корреляциями. Перед тем, как разобраться в том, как в Эксель осуществлять его на практике, необходимо сперва понять, что же такое регрессионный анализ и чем он отличается от корреляционного.

Термин «корреляция» знаком многим, даже тем, кто не особо хорошо разбирается в статистике. Он уже стал настолько популярным, что нередко его можно услышать в быту. А означает он очень простое явление – взаимосвязь между двумя переменными, когда при изменении одной происходит изменение и другой.

Важно понимать, что корреляция сама по себе устанавливает закономерность, но при этом не указывает на характер этой закономерности. То есть, одна переменная может влиять на другую, а может у них быть какая-то третья переменная, изменение которой влечет изменение обеих сразу. То есть, корреляция дает возможность установить взаимосвязь между явлениями, но не влияние одной на другую.

Линейная регрессия позволяет как раз установить разновидность этой связи, чтобы стало возможным прогнозирование зависимой переменной в зависимости от того, как будет изменяться независимая. А теперь подробнее рассмотрим, как можно почувствовать себя провидцем, не закрывая документа Эксель.

Как подключить пакет анализа в программе Excel

Сразу, с коробки, регрессионный анализ недоступен пользователю. Предварительно его надо включить. Только в этом случае пользователь сможет воспользоваться этими инструментами. Чтобы активировать функцию регрессионного анализа, необходимо выполнить следующие действия:

  1. Открыть меню «Файл». Для этого нужно нажать на одноименную кнопку слева от вкладки «Главная».
  2. Далее у нас откроется меню настроек файла. Нас интересует вкладка «Параметры». Регрессионный анализ в Excel. Подробная иллюстрированная инструкция
  3. Теперь у нас появляется возможность настроить параметры Excel. Затем переходим в меню надстроек, выставляем надстройки Excel в перечне, который находится внизу и нажимаем на «Перейти». Регрессионный анализ в Excel. Подробная иллюстрированная инструкцияРегрессионный анализ в Excel. Подробная иллюстрированная инструкция
  4. После этого появляется окошко, в котором можно управлять существующими надстройками. Нас интересует опция «Пакет анализа». Нужно поставить галочку возле нее и нажать на «ОК». Регрессионный анализ в Excel. Подробная иллюстрированная инструкция

Регрессионный анализ в Excel. Подробная иллюстрированная инструкция

Теперь у нас на вкладке «Данные» добавился новый блок инструментов, в котором появилась кнопка «Анализ данных».

А теперь более подробно опишем, какие виды регрессионного анализа бывают и как его осуществлять в Excel.

Какие бывают виды регрессионного анализа

Выделяют несколько видов регрессий:

  1. Параболическая.
  2. Степенная.
  3. Логарифмическая.
  4. Экспоненциальная.
  5. Показательная.
  6. Гиперболическая.
  7. Линейная регрессия.

Давайте более подробно рассмотрим последнюю разновидность в программе для построения электронных таблиц Excel.

Линейная регрессия в Excel

Давайте приведем небольшой пример. Допустим, у нас есть файл с диапазоном данных, содержащим информацию о том, какая средняя температура воздуха за окном в определенный временной период и сколько было покупателей в этот же день. Для этого нужно использовать регрессионный анализ, разобравшись, каким именно способом климатические условия (то есть, температура воздуха) оказывают влияние на то, как это торговое заведение посещается. Для этого нам нужно составить уравнение регрессии, которое выглядит так: У = а0 + а1х1 +…+акхк. Давайте приведем небольшую расшифровку этих данных.

  1. Y. Обозначает переменную, которая зависима от определенных факторов. Именно ее нам и нужно проанализировать. В нашем примере в качестве такой переменной выступает количество покупателей.
  2. х – это совокупность факторов, которые способны изменить значение переменной. В данном случае ею выступает температура воздуха. Но могут включаться и другие значения, которые могут быть измерены математическими.
  3. а – это коэффициент регрессии. Необходим для того, чтобы формула могла определить не только наличие самого фактора, но и степень его влияния на переменную Y.
  4. k – это общее число всех факторов, которые имеются на текущий момент.
Читайте так же:
Как включить фильтр в excel

Чтобы осуществить анализ линейной регрессии, необходимо выполнить следующие шаги:

  1. Сделать клик по кнопке «Анализ данных», появившейся после добавления соответствующей надстройки. Она располагается на вкладке «Данные» в группе «Анализ». Регрессионный анализ в Excel. Подробная иллюстрированная инструкция
  2. После этого появится крошечное диалоговое окно. Но несмотря на это, оно содержит достаточное количество информации о том, какие инструменты анализа можно использовать. Нас же интересует регрессия. Соответствующий пункт и нужно выбрать. После того, как он будет выделен, можно нажимать кнопку «ОК». Регрессионный анализ в Excel. Подробная иллюстрированная инструкция
  3. После этого нам нужно настроить регрессию. В соответствующем диалоговом окне необходимо обязательно заполнить входные интервалы X и Y. К оставшимся параметрам, если их не заполнять, будут применены настройки, запрограммированные по умолчанию. В поле с входным интервалом Y записываем тот диапазон, в котором находятся переменные, для которых мы пытаемся установить влияние имеющихся факторов. Простыми словами, общее число покупателей. Есть несколько способов ввода адреса: с клавиатуры или же непосредственное их выделение с помощью мыши. Естественно, проще первый вариант в большинстве случаев, но если человек владеет слепым методом печати и точно помнит адрес диапазона, то вручную ему будет все же проще.

Регрессионный анализ в Excel. Подробная иллюстрированная инструкция

Далее вводим факторы (точнее, содержащие информацию о них ячейки) в поле «Входной интервал X». Как указывалось ранее, перед нами стоит задача понять, как влияет температура воздуха на количество клиентов. Для этого необходимо записать адреса ячеек, входящих в столбик «Температура». Как это сделать? Та точно так же, как и с предыдущим полем: ввести вручную или выделить соответствующий диапазон мышью.

Что касается других настроек, то они дают возможность задать метки, уровень надежности показателей, константу-ноль, а также задать ряд других параметров. Но в подавляющем количестве ситуаций нет необходимости корректировать эти настройки. Единственное, что нужно сделать – так это задать правильный переключатель для опции вывода результатов. По стандарту итоги выводятся на другой лист, но пользователь может, если у него будет такое желание, осуществить вывод на тот же лист, что и таблица с первоначальными данными. Также возможен вывод результатов в отдельную книгу. Наконец, после завершения настроек нужно нажать кнопку «ОК», после чего программа все оставшиеся действия выполнит самостоятельно.

Как интерпретировать результаты анализа

Ознакомиться с результатами регрессионного анализа можно в том месте, которое было указано в параметрах. Выглядит он таким приблизительно образом.

Регрессионный анализ в Excel. Подробная иллюстрированная инструкция

Самое главное значение, на которое мы будем ориентироваться – это R-квадрат. В нем записывается качество используемой модели. Чем он выше, тем оно выше. Если оно меньше 0,5, то зависимость считается плохой, если выше – то уже лучше. Чем ближе к 1, тем лучше. Соответственно, максимальный коэффициент – 1.

Также нужно обратить внимание на еще один важный показатель. Его можно найти в ячейке, которая находится на стыке строки Y-пересечение и колонки «Коэффициенты». Здесь можно увидеть значение Y, которое будет равно нулю при определенных условиях. Также можно понять, насколько наша зависимая переменная является зависимой от факторов. Для этого нужно посмотреть, какая цифра стоит на пересечении граф Переменная X1» и «Коэффициенты». Чем коэффициент выше, тем лучше.

Видим, что программа Microsoft Excel открывает широкие возможности для регрессионного анализа. Но конечно, нужна дополнительная подготовка, чтобы читать эти результаты. Но если вы уже разбираетесь в статистике, то будет значительно проще. А теперь давайте приведем некоторые простые примеры, чтобы было более наглядно понятно, как линейная регрессия проводится на практике.

Читайте так же:
Можно ли в ватсап видеть гостей

Пример регрессионного анализа №1

А теперь настало время разобрать практические кейсы, как можно использовать линейную регрессию. Допустим, у нас есть набор данных о расходах на ТВ-рекламу, интернет-продвижение и о том, сколько получилось реализовать товара в российской национальной валюте. Все эти данные упакованы в таблицу. Перед нами стоит задача – определить коэффициенты регрессии для независимых переменных (то есть, в нашем случае ими выступают расходы на рекламу по ТВ и в интернете, поскольку оба значения влияют на объем реализуемых товаров). Последовательность действий такая:

  1. Открыть рабочий лист и ввести данные.
  2. Активировать инструмент регрессия способом, описанным выше.
  3. В появившемся диалоговом окне необходимо задать входной интервал X, Y, задать метки
  4. Также не стоит забывать ввести выходной интервал. Для выполнения этой задачи необходимо также указать такие параметры, как «График нормальной вероятности» и «График остатков».

Видим, что для этого кейса нам не нужно принципиально отходить от схемы, описанной выше. Линейная регрессия в этом случае позволяет уменьшить расходы на рекламу и увеличить отдачу от неё. То есть, выражаясь маркетинговым языком, увеличить ROMI – коэффициент возвратности инвестиций на маркетинг.

Пример регрессионного анализа №2

Второй случай, в котором можно проводить регрессионный анализ – это необходимость найти максимальную модель распределения расходов на разные виды рекламы для того, чтобы получить самую большую прибыль. И такую маркетинговую задачу вполне может решить обычный Excel, кто бы мог подумать?

Предположим, максимальный бюджет на рекламу, который может быть потрачен организацией – 170000 рублей. Это ограничение невозможно предусмотреть стандартным средством, описанным выше. Здесь нужно использовать совсем другую надстройку, которая называется «Поиск решения». Есть ее возможность найти в том же разделе, что и описываемую нами. И аналогично пакету анализа, нам необходимо включить эту надстройку в том же самом меню.

Что же собой являет инструмент «Поиск решения»? Это надстройка, позволяющая найти оптимальный способ решения определенной задачи. Она имеет два основных параметра: целевая функция и ограничения. Таким образом, пользователь может находить оптимальную сумму затрат для рекламу в определенных условиях. Это одно из главных преимуществ данного инструмента.

Точно также, как в случае с пакетом анализа, инструмент поиска решения требует наличия математической модели. В качестве неё и выступает целевая функция. В нашем случае она следующая: Y= 2102438,6 + 6,4004 X1 — 54,068 X2 > max. В качестве используемых ограничений используется следующее выражение: X1 + X2 <= 170000, X1>= 0, X2 >=0.

После применения инструмента «Поиск решения» оказывается, что при заданных параметрах и ограничениях оптимально тратить деньги на рекламу по телевидению, поскольку это способно обеспечить максимальную прибыль. Как же пользоваться этим инструментом на практике? Для этого нужно выполнить следующие простые действия.

  1. Для начала нажать «Параметры Excel», после чего отправиться в категорию «Надстройки».
  2. После этого в поле «Управление» найти «Надстройки Excel» и кликнуть по «Перейти».
  3. После этого в списке надстроек активировать «Поиск решения».

После нажатия клавиши ОК надстройка успешно активирована. Далее достаточно просто нажимать на соответствующую кнопку на вкладке «Данные» в той же группе, что и пакет анализа и задать подходящие параметры. После этого программа все сделает самостоятельно. Таким образом, использование регрессии в Excel – очень простая штука. Значительно легче, чем может показаться на первый взгляд, поскольку большую часть действий выполняет программа. Достаточно просто вбить правильные настройки, и дальше можно расслабиться. И да, нужно еще интерпретировать результаты правильно. Но это не проблема. Успехов.

голоса
Рейтинг статьи
Ссылка на основную публикацию
Adblock
detector