Uchambuzi wa ukandamizaji ni mojawapo ya mbinu maarufu zaidi za utafiti wa takwimu. Kwa hiyo, unaweza kuweka kiwango cha ushawishi wa vigezo vya kujitegemea kwa kutofautiana kwa tegemezi. Microsoft Excel ina zana za kufanya aina hii ya uchambuzi. Hebu tuangalie ni nini na jinsi ya kutumia.
Uchunguzi wa Uchunguzi wa Connection
Lakini, ili utumie kazi ambayo inaruhusu uchambuzi wa regression, kwanza kabisa, unahitaji kuamsha Package ya Uchambuzi. Hiyo basi zana muhimu kwa utaratibu huu zitaonekana kwenye mkanda wa Excel.
- Nenda kwenye kichupo "Faili".
- Nenda kwenye sehemu "Chaguo".
- Dirisha la chaguo la Excel linafungua. Nenda kwa kifungu kidogo Vyombo vya ziada.
- Chini ya dirisha inayofungua, rekebisha kubadili kwenye kizuizi "Usimamizi" katika nafasi Ingiza Maingiliziikiwa iko katika nafasi tofauti. Tunasisitiza kifungo "Nenda".
- Fungua dirisha la Excel linafungua. Weka alama karibu na kipengee "Uchambuzi wa Package". Bofya kwenye kitufe cha "OK".
Sasa tunapoenda kwenye tab "Data", kwenye mkanda katika kizuizi cha zana "Uchambuzi" tutaona kifungo kipya - "Uchambuzi wa Takwimu".
Aina za uchambuzi wa regression
Kuna aina kadhaa za regressions:
- kielelezo;
- nguvu;
- logarithmic;
- ufafanuzi;
- dalili;
- hyperbolic;
- regression linear.
Tutazungumzia zaidi juu ya utekelezaji wa aina ya mwisho ya uchambuzi wa regression katika Excel.
Udhibiti wa mstari katika Excel
Chini, kwa mfano, meza imetolewa ambayo inaonyesha wastani wa joto la kila siku ya hewa, na idadi ya wanunuzi wa duka kwa siku inayofaa ya kazi. Hebu tuangalie kwa msaada wa uchambuzi wa regression, jinsi hali halisi ya hewa katika hali ya joto la hewa inaweza kuathiri mahudhurio ya uanzishwaji wa kibiashara.
Uwezo wa jumla wa kurekebisha aina ya linalo ni kama ifuatavyo:Y = a0 + a1x1 + ... + akhk. Katika formula hii Y inamaanisha kutofautiana, ushawishi wa mambo ambayo sisi nijaribu kujifunza. Kwa upande wetu, hii ni idadi ya wanunuzi. Maana x - hizi ni mambo mbalimbali yanayoathiri kutofautiana. Parameters a ni coefficients ya regression. Hiyo ni, wao huamua umuhimu wa sababu fulani. Nambari k inaashiria jumla ya idadi ya mambo haya.
- Bofya kwenye kifungo "Uchambuzi wa Takwimu". Imewekwa kwenye tab. "Nyumbani" katika kizuizi cha zana "Uchambuzi".
- Dirisha ndogo hufungua. Ndani yake, chagua kipengee "Ukandamizaji". Tunasisitiza kifungo "Sawa".
- Dirisha la mipangilio ya udhibiti hufungua. Ndani yake, mashamba inahitajika ni "Muda wa kuingiza Y" na "Muda wa kuingiza X". Mipangilio mingine yote inaweza kushoto kama default.
Kwenye shamba "Muda wa kuingiza Y" tunafafanua anwani ya seli mbalimbali ambapo data ya kutofautiana iko, ushawishi wa sababu ambazo tunajaribu kuanzisha. Kwa upande wetu, hizi zitakuwa seli katika safu ya "Idadi ya Wanunuzi". Anwani inaweza kuingia kwa mkono kutoka kwenye kibodi, au unaweza kuchagua tu safu inayohitajika. Chaguo la pili ni rahisi sana na rahisi zaidi.
Kwenye shamba "Muda wa kuingiza X" ingiza anwani ya seli nyingi ambapo data ya kipengele, ushawishi wa ambayo kwa variable tunayotaka kuweka, iko. Kama ilivyoelezwa hapo juu, tunahitaji kuamua athari za joto kwa idadi ya wateja katika duka, na hivyo ingiza anwani ya seli katika safu ya "Joto". Hii inaweza kufanyika kwa njia sawa na katika "Idadi ya wanunuzi" shamba.
Kwa msaada wa mipangilio mingine, unaweza kuweka maandiko, ngazi ya kuaminika, daima-sifuri, kuonyesha grafu ya uwezekano wa kawaida, na kufanya vitendo vingine. Lakini, katika hali nyingi, mipangilio haya haifai kubadilishwa. Kitu pekee unachopaswa kuzingatia ni vigezo vya pato. Kwa hitilafu, matokeo ya uchambuzi yanatokana na karatasi nyingine, lakini kwa upya upya kubadili, unaweza kuweka pato katika safu maalum kwenye karatasi moja pale ambapo meza na data ya awali iko, au katika kitabu tofauti, yaani, katika faili mpya.
Baada ya mipangilio yote imewekwa, bonyeza kitufe. "Sawa".
Uchambuzi wa matokeo ya uchambuzi
Matokeo ya uchambuzi wa kurekebisha huonyeshwa kwa fomu ya meza mahali ambapo imeonyeshwa kwenye mipangilio.
Moja ya viashiria muhimu ni R-squared. Inaonyesha ubora wa mfano. Kwa upande wetu, uwiano huu ni 0.705, au juu ya 70.5%. Hii ni kiwango cha ubora cha kukubalika. Utegemezi chini ya 0.5 ni mbaya.
Kiashiria kingine muhimu iko kwenye seli katika makutano ya mstari. "Y-intersection" na safu Matatizo. Inaonyesha thamani gani itakuwa Y, na kwa upande wetu, hii ni idadi ya wanunuzi, na mambo mengine yote sawa na sifuri. Katika meza hii, thamani hii ni 58.04.
Thamani katika makutano ya grafu "Tofauti X1" na Matatizo inaonyesha kiwango cha utegemezi wa Y juu ya X. Kwa upande wetu, hii ni kiwango cha utegemezi wa idadi ya wateja wa duka kwenye joto. Mgawo wa 1.31 unachukuliwa kama kiashiria cha juu cha ushawishi.
Kama unaweza kuona, kutumia Microsoft Excel ni rahisi sana kuunda meza ya uchambuzi wa regression. Lakini, mtu mwenye mafunzo tu anaweza kufanya kazi na data ya pato, na kuelewa asili yao.
