Jak wykonać regresję wielomianową w programie excel
Analizę regresji stosuje się do ilościowego określenia związku pomiędzy jedną lub większą liczbą zmiennych objaśniających a zmienną odpowiedzi .
Najpopularniejszym rodzajem analizy regresji jest prosta regresja liniowa , stosowana, gdy zmienna objaśniająca i zmienna odpowiedzi mają liniową zależność.
Czasami jednak związek między zmienną objaśniającą a zmienną odpowiedzi jest nieliniowy.
W takich przypadkach sensowne jest zastosowanie regresji wielomianowej , która może wyjaśnić nieliniową zależność między zmiennymi.
W tym samouczku wyjaśniono, jak przeprowadzić regresję wielomianową w programie Excel.
Przykład: regresja wielomianowa w programie Excel
Załóżmy, że w Excelu mamy następujący zestaw danych:
Wykonaj następujące kroki, aby dopasować równanie regresji wielomianowej do tego zbioru danych:
Krok 1: Utwórz wykres rozrzutu.
Najpierw musimy stworzyć wykres rozrzutu. Przejdź do grupy Wykresy na zakładce Wstaw i kliknij pierwszy typ wykresu w trybie Scatter :
Chmura punktów pojawi się automatycznie:
Krok 2: Dodaj linię trendu.
Następnie musimy dodać linię trendu do wykresu rozrzutu. W tym celu należy kliknąć na jeden z poszczególnych punktów w chmurze punktów. Następnie kliknij prawym przyciskiem myszy i wybierz Dodaj linię trendu…
Pojawi się nowe okno z możliwością określenia linii trendu. Wybierz Wielomian i wybierz liczbę, której chcesz użyć w Porządku . Użyjemy 3. Następnie zaznacz pole na dole z napisem Pokaż równanie na wykresie .
Linia trendu z równaniem regresji wielomianowej pojawi się automatycznie na wykresie rozrzutu:
Krok 3: Zinterpretuj równanie regresji.
W tym konkretnym przykładzie nasze dopasowane równanie regresji wielomianowej wygląda następująco:
y = -0,1265x 3 + 2,6482x 2 – 14,238x + 37,213
Równanie to można wykorzystać do znalezienia oczekiwanej wartości zmiennej odpowiedzi przy danej wartości zmiennej objaśniającej. Załóżmy na przykład, że x = 4. Oczekiwana wartość zmiennej odpowiedzi y będzie wynosić:
y = -0,1265(4) 3 + 2,6482(4) 2 – 14,238(4) + 37,213 = 14,5362 .