De volgende grafiek toont bijvoorbeeld een voorbeeld van logaritmisch verval:<\/span> <\/p>\n Voor dit soort situaties zou de relatie tussen een voorspellende variabele en eenresponsvariabele<\/a> goed kunnen worden gemodelleerd met behulp van logaritmische regressie.<\/span><\/p>\n De vergelijking voor een logaritmisch regressiemodel heeft de volgende vorm:<\/span><\/p>\n y = a + b*ln(x)<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n In het volgende stapsgewijze voorbeeld ziet u hoe u logaritmische regressie uitvoert in Google Spreadsheets.<\/span><\/p>\n Laten we eerst valse gegevens maken voor twee variabelen: x<\/em> en y<\/em> :<\/span> <\/p>\n Vervolgens moeten we een nieuwe kolom maken die de natuurlijke logaritme van de voorspellende variabele x<\/em> vertegenwoordigt:<\/span> <\/p>\n Vervolgens passen we het logaritmische regressiemodel aan.<\/span><\/p>\n Om dit te doen, typt u de volgende formule in cel E2<\/strong> :<\/span><\/p>\n Zodra u op Enter<\/strong> drukt,<\/span> worden de co\u00ebffici\u00ebnten van het logaritmische regressiemodel weergegeven:<\/span> <\/p>\n Met behulp van de co\u00ebffici\u00ebnten uit het resultaat kunnen we zien dat de aangepaste logaritmische regressievergelijking is:<\/span><\/p>\n y = 63,0686 \u2013 20,1987 * ln(x)<\/strong><\/span><\/p>\n We kunnen deze vergelijking gebruiken om de responsvariabele, y<\/em> , te voorspellen op basis van de waarde van de voorspellende variabele, x<\/em> .<\/span><\/p>\n Als x<\/em> = 12, dan voorspellen we bijvoorbeeld dat y<\/em> 12,87<\/strong> zou zijn:<\/span><\/p>\n y = 63,0686 \u2013 20,1987 * ln(12) = 12,87<\/strong><\/span><\/p>\n Bonus:<\/strong> voel je vrij om deze online logaritmische regressiecalculator te gebruiken om automatisch de logaritmische regressievergelijking voor een bepaalde voorspeller en responsvariabele te berekenen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in Google Spreadsheets kunt uitvoeren:<\/span><\/p>\n Lineaire regressie uitvoeren in Google Spreadsheets<\/a> Logaritmische regressie is een soort regressie die wordt gebruikt om situaties te modelleren waarin de groei of achteruitgang eerst snel versnelt en vervolgens in de loop van de tijd vertraagt. De volgende grafiek toont bijvoorbeeld een voorbeeld van logaritmisch verval: Voor dit soort situaties zou de relatie tussen een voorspellende variabele en eenresponsvariabele goed kunnen […]<\/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":[],"class_list":["post-3251","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/expregexcel2.png\")
<\/p>\n\n
Stap 1: Cre\u00eber de gegevens<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg11.jpg\")
<\/p>\n Stap 2: Neem de natuurlijke log van de voorspellende variabele<\/strong><\/span><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg12.jpg\")
<\/p>\n Stap 3: Pas het logaritmische regressiemodel aan<\/strong><\/span><\/h3>\n
=<\/span> LINEST<\/span> (<\/span> B2:B16<\/span> ,<\/span> C2:C16<\/span> )<\/span>\n<\/strong><\/pre>\n![\"logaritmische](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logreg13.jpg\")
<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe polynomiale regressie uit te voeren in Google Spreadsheets<\/a>
Hoe u een restplot maakt in Google Spreadsheets<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"