In diesem Tutorial wird erl\u00e4utert, wie Sie eine einfache lineare Regression in Excel durchf\u00fchren.<\/span><\/p>\n Angenommen, wir m\u00f6chten den Zusammenhang zwischen der Anzahl der Stunden, die ein Student f\u00fcr eine Pr\u00fcfung lernt, und der Note, die er bei der Pr\u00fcfung erh\u00e4lt, verstehen.<\/span><\/p>\n Um diesen Zusammenhang zu untersuchen, k\u00f6nnen wir eine einfache lineare Regression durchf\u00fchren, indem wir die untersuchten Stunden<\/strong> als erkl\u00e4rende Variable und die Pr\u00fcfungsergebnisse<\/strong> als Antwortvariable verwenden.<\/span><\/p>\n F\u00fchren Sie die folgenden Schritte in Excel aus, um eine einfache lineare Regression durchzuf\u00fchren.<\/span><\/p>\n Schritt 1: Geben Sie die Daten ein.<\/strong><\/span><\/p>\n Geben Sie die folgenden Daten f\u00fcr die Anzahl der Lernstunden und die erzielte Pr\u00fcfungsnote f\u00fcr 20 Studierende ein:<\/span> <\/p>\n Schritt 2: Visualisieren Sie die Daten.<\/strong><\/span><\/p>\n Bevor Sie eine einfache lineare Regression durchf\u00fchren, ist es hilfreich, ein Streudiagramm der Daten zu erstellen, um sicherzustellen, dass tats\u00e4chlich ein linearer Zusammenhang zwischen den Lernstunden und der Pr\u00fcfungspunktzahl besteht.<\/span><\/p>\n Markieren Sie die Daten in den Spalten A und B. Navigieren Sie im oberen Men\u00fcband von Excel zur Registerkarte \u201eEinf\u00fcgen\u201c<\/strong> . Klicken Sie in der Gruppe \u201eGrafiken\u201c<\/strong> auf \u201eStreuung einf\u00fcgen (X, Y)\u201c<\/strong> und dann auf die erste Option mit der Bezeichnung \u201eStreuung\u201c<\/strong> . Dadurch wird automatisch die folgende Punktwolke erstellt:<\/span> <\/p>\n Die Anzahl der gelernten Stunden wird auf der x-Achse und die Pr\u00fcfungsergebnisse auf der y-Achse angezeigt. Wir k\u00f6nnen sehen, dass zwischen den beiden Variablen ein linearer Zusammenhang besteht: Mehr Lernstunden gehen mit h\u00f6heren Pr\u00fcfungsergebnissen einher.<\/span><\/p>\n Um die Beziehung zwischen diesen beiden Variablen zu quantifizieren, k\u00f6nnen wir eine einfache lineare Regression durchf\u00fchren.<\/span><\/p>\n Schritt 3: F\u00fchren Sie eine einfache lineare Regression durch.<\/strong><\/span><\/p>\n Gehen Sie im oberen Men\u00fcband von Excel zur Registerkarte \u201eDaten\u201c<\/strong> und klicken Sie auf \u201eDatenanalyse\u201c<\/strong> . Wenn diese Option nicht angezeigt wird, m\u00fcssen Sie zun\u00e4chst<\/span> die kostenlose Analysis ToolPak-Software installieren<\/a> . <\/p>\n Sobald Sie auf Datenanalyse klicken,<\/strong> erscheint ein neues Fenster. W\u00e4hlen Sie Regression<\/strong> und klicken Sie auf OK.<\/span> <\/p>\n F\u00fcllen Sie f\u00fcr Eingabe-Y-Bereich<\/strong> das Wertearray f\u00fcr die Antwortvariable aus. F\u00fcllen Sie f\u00fcr Input X Range<\/strong> das Wertearray f\u00fcr die erkl\u00e4rende Variable aus.<\/span><\/p>\n Aktivieren Sie das Kontrollk\u00e4stchen neben Beschriftungen<\/strong> , um Excel dar\u00fcber zu informieren, dass wir die Variablennamen in die Eingabebereiche aufgenommen haben.<\/span><\/p>\n W\u00e4hlen Sie f\u00fcr Ausgabebereich<\/strong> eine Zelle aus, in der die Regressionsausgabe angezeigt werden soll.<\/span><\/p>\n Klicken Sie dann auf OK<\/strong> .<\/span> <\/p>\n Es erscheint automatisch folgende Ausgabe:<\/span> <\/p>\n Schritt 4: Interpretieren Sie das Ergebnis.<\/strong><\/span><\/p>\n So interpretieren Sie die relevantesten Zahlen im Ergebnis:<\/span><\/p>\n R-Quadrat:<\/strong> 0,7273<\/strong> . Dies wird als Bestimmtheitsma\u00df bezeichnet. Es ist der Anteil der Varianz der Antwortvariablen, der durch die erkl\u00e4rende Variable erkl\u00e4rt werden kann. In diesem Beispiel werden 72,73 % der Abweichungen bei den Pr\u00fcfungsergebnissen durch die Anzahl der gelernten Stunden erkl\u00e4rt.<\/span><\/p>\n Standardfehler:<\/strong> 5,2805<\/strong> . Dies ist der durchschnittliche Abstand zwischen den beobachteten Werten und der Regressionsgeraden. In diesem Beispiel weichen die beobachteten Werte im Durchschnitt um 5,2805 Einheiten von der Regressionsgeraden ab.<\/span><\/p>\n F: 47,9952<\/strong> . Dies ist die Gesamt-F-Statistik f\u00fcr das Regressionsmodell, berechnet als Regressions-MS\/Rest-MS.<\/span><\/p>\n Bedeutung F: 0,0000<\/strong> . Dies ist der p-Wert, der der gesamten F-Statistik zugeordnet ist. Dies sagt uns, ob das Regressionsmodell statistisch signifikant ist oder nicht. Mit anderen Worten: Es sagt uns, ob die erkl\u00e4rende Variable einen statistisch signifikanten Zusammenhang mit der Antwortvariablen hat. In diesem Fall liegt der p-Wert unter 0,05, was darauf hindeutet, dass ein statistisch signifikanter Zusammenhang zwischen den gelernten Stunden und der in der Pr\u00fcfung erzielten Note besteht.<\/span><\/p>\n Koeffizienten:<\/strong> Die Koeffizienten liefern uns die Zahlen, die wir zum Schreiben der gesch\u00e4tzten Regressionsgleichung ben\u00f6tigen. In diesem Beispiel lautet die gesch\u00e4tzte Regressionsgleichung:<\/span><\/p>\n Pr\u00fcfungsergebnis = 67,16 + 5,2503*(Stunden)<\/strong><\/span><\/p>\n Wir interpretieren den Stundenkoeffizienten so, dass sich die Pr\u00fcfungspunktzahl f\u00fcr jede weitere gelernte Stunde im Durchschnitt um 5,2503<\/strong> erh\u00f6hen sollte. Wir<\/span> interpretieren den Koeffizienten des Achsenabschnitts so, dass die erwartete Pr\u00fcfungspunktzahl f\u00fcr einen Studenten, der null Stunden studiert, 67,16<\/strong> betr\u00e4gt.<\/span><\/p>\n Mit dieser gesch\u00e4tzten Regressionsgleichung k\u00f6nnen wir die erwartete Pr\u00fcfungspunktzahl eines Studenten basierend auf der Anzahl der Lernstunden berechnen.<\/span><\/p>\n Beispielsweise sollte ein Student, der drei Stunden lang lernt, eine Pr\u00fcfungspunktzahl von 82,91<\/strong> erreichen:<\/span><\/p>\n Pr\u00fcfungsergebnis = 67,16 + 5,2503*(3) = 82,91<\/span><\/p>\n In den folgenden Tutorials wird erkl\u00e4rt, wie Sie andere h\u00e4ufige Aufgaben in Excel ausf\u00fchren:<\/span><\/p>\n So erstellen Sie ein Residuendiagramm in Excel<\/a> Die einfache lineare Regression ist eine Methode, mit der wir die Beziehung zwischen einer erkl\u00e4renden Variablen x und einer Antwortvariablen y verstehen k\u00f6nnen. In diesem Tutorial wird erl\u00e4utert, wie Sie eine einfache lineare Regression in Excel durchf\u00fchren. Beispiel: Einfache lineare Regression in Excel Angenommen, wir m\u00f6chten den Zusammenhang zwischen der Anzahl der Stunden, die ein […]<\/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 Beispiel: Einfache lineare Regression in Excel<\/strong><\/h2>\n
![\"Rohdaten](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel1.png\")
<\/p>\n![\"Streudiagramm](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel2.png\")
<\/p>\n![\"Datenanalyseoption](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\")
<\/p>\n![\"Regressionsoption](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel3.png\")
<\/p>\n![\"Regression](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel4.png\")
<\/p>\n![\"Einfache](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel5.png\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/span><\/strong><\/h2>\n
So erstellen Sie ein Vorhersageintervall in Excel<\/a>
So erstellen Sie ein QQ-Diagramm in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"