Questo tutorial spiega come eseguire una semplice regressione lineare in Excel.<\/span><\/p>\n Supponiamo di voler comprendere la relazione tra il numero di ore di studio di uno studente per un esame e il voto ottenuto all’esame.<\/span><\/p>\n Per esplorare questa relazione, possiamo eseguire una semplice regressione lineare utilizzando le ore studiate<\/strong> come variabile esplicativa e i punteggi degli esami<\/strong> come variabile di risposta.<\/span><\/p>\n Completa i seguenti passaggi in Excel per eseguire una regressione lineare semplice.<\/span><\/p>\n Passaggio 1: inserisci i dati.<\/strong><\/span><\/p>\n Inserire i seguenti dati relativi al numero di ore studiate e al punteggio dell’esame ottenuto per 20 studenti:<\/span> <\/p>\n Passaggio 2: visualizzare i dati.<\/strong><\/span><\/p>\n Prima di eseguire una semplice regressione lineare, \u00e8 utile creare un grafico a dispersione dei dati per garantire che esista effettivamente una relazione lineare tra le ore studiate e il punteggio dell’esame.<\/span><\/p>\n Evidenzia i dati nelle colonne A e B. Lungo la barra multifunzione superiore di Excel, vai alla scheda Inserisci<\/strong> . Nel gruppo Grafica<\/strong> , fai clic su Inserisci Scatter (X, Y)<\/strong> e fai clic sulla prima opzione denominata Scatter<\/strong> . Ci\u00f2 produrr\u00e0 automaticamente la seguente nuvola di punti:<\/span> <\/p>\n Il numero di ore studiate \u00e8 mostrato sull’asse x mentre i risultati degli esami sono mostrati sull’asse y. Possiamo vedere che esiste una relazione lineare tra le due variabili: pi\u00f9 ore di studio sono associate a punteggi pi\u00f9 alti negli esami.<\/span><\/p>\n Per quantificare la relazione tra queste due variabili, possiamo eseguire una semplice regressione lineare.<\/span><\/p>\n Passaggio 3: eseguire una semplice regressione lineare.<\/strong><\/span><\/p>\n Sulla barra multifunzione superiore di Excel, vai alla scheda Dati<\/strong> e fai clic su Analisi dati<\/strong> . Se non vedi questa opzione, devi prima<\/span> installare il software gratuito Analysis ToolPak<\/a> . <\/p>\n Dopo aver fatto clic su Analisi dati,<\/strong> verr\u00e0 visualizzata una nuova finestra. Selezionare Regressione<\/strong> e fare clic su OK.<\/span> <\/p>\n Per Input Y Range<\/strong> , compilare la matrice di valori per la variabile di risposta. Per Input X Range<\/strong> , compilare l’array di valori per la variabile esplicativa.<\/span><\/p>\n Seleziona la casella accanto a Etichette<\/strong> per far sapere a Excel che abbiamo incluso i nomi delle variabili negli intervalli di input.<\/span><\/p>\n Per Intervallo di output<\/strong> , seleziona una cella in cui desideri che venga visualizzato l’output della regressione.<\/span><\/p>\n Quindi fare clic su OK<\/strong> .<\/span> <\/p>\n Verr\u00e0 visualizzato automaticamente il seguente output:<\/span> <\/p>\n Passaggio 4: interpretare il risultato.<\/strong><\/span><\/p>\n Ecco come interpretare i numeri pi\u00f9 rilevanti nel risultato:<\/span><\/p>\n R quadrato:<\/strong> 0,7273<\/strong> . Questo \u00e8 chiamato coefficiente di determinazione. \u00c8 la proporzione della varianza nella variabile di risposta che pu\u00f2 essere spiegata dalla variabile esplicativa. In questo esempio, il 72,73% della variazione dei punteggi degli esami \u00e8 spiegata dal numero di ore studiate.<\/span><\/p>\n Errore standard:<\/strong> 5.2805<\/strong> . Questa \u00e8 la distanza media tra i valori osservati e la retta di regressione. In questo esempio i valori osservati si discostano in media di 5.2805 unit\u00e0 dalla retta di regressione.<\/span><\/p>\n F:47.9952<\/strong> . Questa \u00e8 la statistica F complessiva per il modello di regressione, calcolata come MS di regressione\/MS residuo.<\/span><\/p>\n Significato F: 0.0000<\/strong> . Questo \u00e8 il valore p associato alla statistica F complessiva. Questo ci dice se il modello di regressione \u00e8 statisticamente significativo o meno. In altre parole, ci dice se la variabile esplicativa ha un\u2019associazione statisticamente significativa con la variabile di risposta. In questo caso il p-value \u00e8 inferiore a 0,05, indicando che esiste un’associazione statisticamente significativa tra le ore studiate e il voto ottenuto all’esame.<\/span><\/p>\n Coefficienti:<\/strong> i coefficienti ci forniscono i numeri necessari per scrivere l’equazione di regressione stimata. In questo esempio, l’equazione di regressione stimata \u00e8:<\/span><\/p>\n punteggio esame = 67,16 + 5,2503*(ore)<\/strong><\/span><\/p>\n Interpretiamo il coefficiente di ore nel senso che per ogni ora aggiuntiva studiata, il punteggio dell’esame dovrebbe aumentare in media di 5,2503<\/strong> . Interpretiamo<\/span> il coefficiente dell’intercetta nel senso che il punteggio atteso dell’esame per uno studente che studia zero ore \u00e8 67,16<\/strong> .<\/span><\/p>\n Possiamo utilizzare questa equazione di regressione stimata per calcolare il punteggio atteso dell’esame per uno studente, in base al numero di ore di studio.<\/span><\/p>\n Ad esempio, uno studente che studia per tre ore dovrebbe ottenere un punteggio d’esame di 82,91<\/strong> :<\/span><\/p>\n punteggio esame = 67,16 + 5,2503*(3) = 82,91<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in Excel:<\/span><\/p>\n Come creare un grafico residuo in Excel<\/a> La regressione lineare semplice \u00e8 un metodo che possiamo utilizzare per comprendere la relazione tra una variabile esplicativa, x, e una variabile di risposta, y. Questo tutorial spiega come eseguire una semplice regressione lineare in Excel. Esempio: regressione lineare semplice in Excel Supponiamo di voler comprendere la relazione tra il numero di ore di studio […]<\/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: regressione lineare semplice in Excel<\/strong><\/h2>\n
![\"Dati](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel1.png\")
<\/p>\n![\"Grafico](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel2.png\")
<\/p>\n![\"Opzione](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/deuxsampexcel3.png\")
<\/p>\n![\"Opzione](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel3.png\")
<\/p>\n![\"Regressione](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel4.png\")
<\/p>\n![\"Output](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/simpleregressionexcel5.png\")
<\/p>\n Risorse addizionali<\/span><\/strong><\/h2>\n
Come costruire un intervallo di previsione in Excel<\/a>
Come creare un grafico QQ in Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"