Ogni volta che eseguiamo una regressione lineare multipla, siamo sempre interessati ai valori p nel risultato per determinare se la relazione tra le variabili predittive e la variabile di risposta \u00e8 statisticamente significativa.<\/span><\/span><\/p>\n Questo tutorial spiega come interpretare i valori p nell’output di un modello di regressione lineare multipla in Excel.<\/span><\/p>\n Supponiamo di voler sapere se il numero di ore trascorse a studiare e il numero di esami preparatori sostenuti influiscono sul voto che uno studente ottiene in un determinato esame di ammissione all’universit\u00e0.<\/span><\/p>\n Per esplorare questa relazione, possiamo eseguire una regressione lineare multipla utilizzando le ore studiate<\/strong> e gli esami preparatori presi<\/strong> come variabili predittive e i punteggi degli esami<\/strong> come variabile di risposta.<\/span><\/p>\n La schermata seguente mostra l’output della regressione di questo modello in Excel:<\/span> <\/p>\n Ci sono tre valori p che dovremmo considerare nel risultato:<\/span><\/p>\n Ecco come interpretare ciascun valore p:<\/span><\/p>\n Valore P del modello complessivo<\/strong><\/span><\/p>\n Il valore p per il modello complessivo pu\u00f2 essere trovato nella colonna denominata F Significativit\u00e0<\/strong> nel risultato.<\/span><\/p>\n Possiamo vedere che questo valore p \u00e8 0.00<\/strong> .<\/span><\/p>\n Poich\u00e9 questo valore \u00e8 inferiore a 0,05, possiamo concludere che il modello di regressione nel suo complesso \u00e8 statisticamente significativo.<\/span><\/p>\n In altre parole, la combinazione delle ore studiate e degli esami preparatori sostenuti ha una relazione statisticamente significativa con il voto dell’esame finale.<\/span><\/p>\n Valore P della prima variabile predittiva (ore)<\/strong><\/span><\/p>\n Il valore p per la prima variabile predittore, ore, \u00e8 0,00.<\/strong><\/span><\/p>\n Poich\u00e9 questo valore \u00e8 inferiore a 0,05, possiamo concludere che le ore studiate sono statisticamente significative.<\/span><\/p>\n In altre parole, il numero di ore di studio di uno studente ha una relazione statisticamente significativa con il voto dell’esame finale.<\/span><\/p>\n Valore P della seconda variabile predittrice (esami preparatori)<\/strong><\/span><\/p>\n Il valore p per la seconda variabile predittiva, esami preparatori, \u00e8 0,52.<\/strong><\/span><\/p>\n Poich\u00e9 questo valore non \u00e8 inferiore a 0,05, possiamo concludere che il numero di esami preparatori sostenuti non \u00e8 statisticamente significativo.<\/span><\/p>\n In altre parole, il numero di esami preparatori sostenuti da uno studente non ha una relazione statisticamente significativa con il voto ottenuto nell’esame finale.<\/span><\/p>\n Poich\u00e9 questa variabile non \u00e8 statisticamente significativa, possiamo decidere di rimuoverla dal modello in quanto non fornisce alcun miglioramento significativo al modello complessivo.<\/span><\/p>\n In questo caso, potremmo eseguire una semplice regressione lineare utilizzando solo le ore studiate<\/strong> come variabile predittiva.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in Excel:<\/span><\/p>\n Come eseguire una regressione lineare semplice in Excel<\/a> La regressione lineare multipla viene utilizzata per quantificare la relazione tra due o pi\u00f9 variabili predittive e una variabile di risposta . Ogni volta che eseguiamo una regressione lineare multipla, siamo sempre interessati ai valori p nel risultato per determinare se la relazione tra le variabili predittive e la variabile di risposta \u00e8 statisticamente significativa. […]<\/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 Esempio: interpretazione dei valori P nell’output della regressione in Excel<\/strong><\/span><\/h2>\n
![\"Output](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/multipleregexcel4.png\")
<\/p>\n\n
Risorse addizionali<\/strong><\/span><\/h2>\n
Come eseguire una regressione lineare multipla in Excel<\/a>
Come eseguire la regressione polinomiale in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"