Die folgende Grafik zeigt beispielsweise ein Beispiel f\u00fcr einen logarithmischen Zerfall:<\/span> <\/p>\n F\u00fcr diese Art von Situation k\u00f6nnte die Beziehung zwischen einer Pr\u00e4diktorvariablen und einer Antwortvariablen<\/a> mithilfe einer logarithmischen Regression gut modelliert werden.<\/span><\/p>\n Die Gleichung f\u00fcr ein logarithmisches Regressionsmodell hat die folgende Form:<\/span><\/p>\n y = a + b*ln(x)<\/strong><\/span><\/p>\n Gold:<\/span><\/p>\n Das folgende Schritt-f\u00fcr-Schritt-Beispiel zeigt, wie Sie eine logarithmische Regression in Google Sheets durchf\u00fchren.<\/span><\/p>\n Erstellen wir zun\u00e4chst gef\u00e4lschte Daten f\u00fcr zwei Variablen: x<\/em> und y<\/em> :<\/span> <\/p>\n Als n\u00e4chstes m\u00fcssen wir eine neue Spalte erstellen, die den nat\u00fcrlichen Logarithmus der Pr\u00e4diktorvariablen x<\/em> darstellt:<\/span> <\/p>\n Als n\u00e4chstes passen wir das logarithmische Regressionsmodell an.<\/span><\/p>\n Geben Sie dazu die folgende Formel in Zelle E2<\/strong> ein:<\/span><\/p>\n Sobald Sie die Eingabetaste<\/strong> dr\u00fccken, werden die Koeffizienten des<\/span> logarithmischen Regressionsmodells angezeigt:<\/span> <\/p>\n Anhand der Koeffizienten aus dem Ergebnis k\u00f6nnen wir sehen, dass die angepasste logarithmische Regressionsgleichung lautet:<\/span><\/p>\n y = 63,0686 \u2013 20,1987 * ln(x)<\/strong><\/span><\/p>\n Wir k\u00f6nnen diese Gleichung verwenden, um die Antwortvariable y<\/em> basierend auf dem Wert der Pr\u00e4diktorvariablen x<\/em> vorherzusagen.<\/span><\/p>\n Wenn beispielsweise x<\/em> = 12, w\u00fcrden wir vorhersagen, dass y<\/em> 12,87<\/strong> betragen w\u00fcrde:<\/span><\/p>\n y = 63,0686 \u2013 20,1987 * ln(12) = 12,87<\/strong><\/span><\/p>\n Bonus:<\/strong> F\u00fchlen Sie sich frei, diesen Online-Rechner f\u00fcr die logarithmische Regression zu verwenden, um die logarithmische Regressionsgleichung f\u00fcr einen bestimmten Pr\u00e4diktor und eine bestimmte Antwortvariable automatisch zu berechnen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Google Sheets ausf\u00fchren:<\/span><\/p>\n So f\u00fchren Sie eine lineare Regression in Google Sheets durch<\/a> Bei der logarithmischen Regression handelt es sich um einen Regressionstyp, der zur Modellierung von Situationen verwendet wird, in denen sich Wachstum oder R\u00fcckgang zun\u00e4chst schnell beschleunigen und sich dann mit der Zeit verlangsamen. Die folgende Grafik zeigt beispielsweise ein Beispiel f\u00fcr einen logarithmischen Zerfall: F\u00fcr diese Art von Situation k\u00f6nnte die Beziehung zwischen einer Pr\u00e4diktorvariablen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/expregexcel2.png\")
<\/p>\n\n
Schritt 1: Erstellen Sie die Daten<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg11.jpg\")
<\/p>\n Schritt 2: Ermitteln Sie den nat\u00fcrlichen Logarithmus der Pr\u00e4diktorvariablen<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg12.jpg\")
<\/p>\n Schritt 3: Passen Sie das logarithmische Regressionsmodell an<\/strong><\/span><\/h3>\n
=<\/span> LINEST<\/span> (<\/span> B2:B16<\/span> ,<\/span> C2:C16<\/span> )<\/span>\n<\/strong><\/pre>\n![\"logarithmische](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg13.jpg\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fchren Sie eine Polynomregression in Google Sheets durch<\/a>
So erstellen Sie ein Restdiagramm in Google Sheets<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"