Kubische regression in excel (schritt für schritt)
Die kubische Regression ist eine Regressionstechnik, die wir verwenden können, wenn die Beziehung zwischen einer Prädiktorvariablen und einer Antwortvariablen nichtlinear ist.
Das folgende Schritt-für-Schritt-Beispiel zeigt, wie ein kubisches Regressionsmodell an einen Datensatz in Excel angepasst wird.
Schritt 1: Erstellen Sie die Daten
Erstellen wir zunächst einen gefälschten Datensatz in Excel:
Schritt 2: Führen Sie eine kubische Regression durch
Dann können wir die folgende Formel in Excel verwenden, um ein kubisches Regressionsmodell in Excel anzupassen:
=LINEST( B2:B13 , A2:A13 ^{1,2,3})
Der folgende Screenshot zeigt, wie eine kubische Regression für unser spezielles Beispiel durchgeführt wird:
Mithilfe der Koeffizienten aus dem Ergebnis können wir das folgende geschätzte Regressionsmodell schreiben:
ŷ = -32,0118 + 9,832x – 0,3214x 2 + 0,0033x 3
Schritt 3: Visualisieren Sie das kubische Regressionsmodell
Wir können auch ein Streudiagramm mit der angepassten Regressionslinie erstellen, um das kubische Regressionsmodell zu visualisieren.
Markieren Sie zunächst die Daten:
Klicken Sie dann im oberen Menüband auf die Registerkarte „Einfügen “ und klicken Sie in der Gruppe „ Grafiken“ auf die erste Option der Option „Streuung einfügen (X,Y)“ . Dadurch wird das folgende Streudiagramm erstellt:
Klicken Sie anschließend auf das grüne Pluszeichen in der oberen rechten Ecke des Diagramms und dann auf den Pfeil rechts neben der Trendlinie . Klicken Sie im angezeigten Dropdown-Menü auf Weitere Optionen …
Klicken Sie anschließend auf die Option „Polynomiale Trendlinie“ und wählen Sie 3 als Reihenfolge aus. Aktivieren Sie dann das Kontrollkästchen neben „Gleichung im Diagramm anzeigen“.
Die folgende Trendlinie und Gleichung werden im Diagramm angezeigt:
Beachten Sie, dass die Gleichung im Diagramm mit der Gleichung übereinstimmt, die wir mit der Funktion LINEST() berechnet haben.
Zusätzliche Ressourcen
So führen Sie eine einfache lineare Regression in Excel durch
So führen Sie eine multiple lineare Regression in Excel durch
So führen Sie eine Polynomregression in Excel durch