Excel: วิธีใช้ linest เพื่อดำเนินการถดถอยเชิงเส้นหลายรายการ

คุณสามารถใช้ฟังก์ชัน LINEST ใน Excel เพื่อปรับ โมเดลการถดถอยเชิงเส้นหลายตัว ให้พอดีกับชุดข้อมูลได้

ฟังก์ชันนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:

 = LINEST ( known_y's, [known_x's], [const], [stats] )

ทอง:

• known_y’s : อาร์เรย์ของค่า y ที่ทราบ
• known_x’s : อาร์เรย์ของค่า x ที่ทราบ
• const : อาร์กิวเมนต์ทางเลือก ถ้าเป็น TRUE ค่าคงที่ b จะถูกประมวลผลตามปกติ ถ้าเป็น FALSE ค่าคงที่ b จะถูกตั้งค่าเป็น 1
• stats : อาร์กิวเมนต์ที่เป็นทางเลือก ถ้าเป็น TRUE สถิติการถดถอยเพิ่มเติมจะถูกส่งกลับ หากเป็น FALSE ระบบจะไม่ส่งคืนสถิติการถดถอยเพิ่มเติม

ตัวอย่างทีละขั้นตอนต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ขั้นตอนที่ 1: ป้อนข้อมูล

ขั้นแรก ให้ใส่ชุดข้อมูลต่อไปนี้ลงใน Excel:

ขั้นตอนที่ 2: ใช้ LINEST เพื่อให้พอดีกับโมเดลการถดถอยเชิงเส้นหลายตัว

สมมติว่าเราต้องการปรับโมเดลการถดถอยเชิงเส้นหลายตัวให้พอดีโดยใช้ x1 , x2 และ x3 เป็นตัวแปรทำนาย และ y เป็นตัวแปรตอบสนอง

เมื่อต้องการทำเช่นนี้ เราสามารถพิมพ์สูตรต่อไปนี้ในเซลล์ใดๆ เพื่อให้พอดีกับแบบจำลองการถดถอยเชิงเส้นพหุคูณนี้

 =LINEST( D2:D14 , A2:C14 )

ภาพหน้าจอต่อไปนี้แสดงวิธีใช้สูตรนี้ในทางปฏิบัติ:

ต่อไปนี้เป็นวิธีการตีความผลลัพธ์:

• ค่าสัมประสิทธิ์การสกัดกั้นคือ 28.5986 .
• ค่าสัมประสิทธิ์สำหรับ x1 คือ 0.34271
• ค่าสัมประสิทธิ์สำหรับ x2 คือ -3.00393
• ค่าสัมประสิทธิ์สำหรับ x3 คือ 0.849687

เมื่อใช้สัมประสิทธิ์เหล่านี้ เราสามารถเขียนสมการถดถอยที่ติดตั้งได้ดังนี้

y = 28.5986 + 0.34271(x1) – 3.00393(x2) + 0.849687(x3)

ขั้นตอนที่ 3 (ไม่บังคับ): ดูสถิติการถดถอยเพิ่มเติม

นอกจากนี้เรายังสามารถตั้งค่าของอาร์กิวเมนต์ สถิติ ในฟังก์ชัน LINEST ให้เท่ากับ TRUE เพื่อแสดงสถิติการถดถอยเพิ่มเติมสำหรับสมการถดถอยที่ติดตั้ง:

สมการถดถอยที่ติดตั้งไว้ยังคงเหมือนเดิม:

y = 28.5986 + 0.34271(x1) – 3.00393(x2) + 0.849687(x3)

ต่อไปนี้เป็นวิธีการตีความค่าอื่น ๆ ของผลลัพธ์:

• ข้อผิดพลาดมาตรฐานสำหรับ x3 คือ 0.453295
• ข้อผิดพลาดมาตรฐานสำหรับ x2 คือ 1.626423
• ข้อผิดพลาดมาตรฐานสำหรับ x1 คือ 1.327566
• ข้อผิดพลาดมาตรฐานสำหรับการสกัดกั้นคือ 13.20088
• R ² ของรุ่นคือ .838007 .
• ข้อผิดพลาดมาตรฐานคงเหลือสำหรับ y คือ 3.707539
• สถิติ F โดยรวมคือ 15.51925
• องศาอิสระคือ 9
• ผลรวมการถดถอยของกำลังสองคือ 639.9797
• ผลรวมที่เหลือของกำลังสองคือ 123.7126 .

โดยทั่วไป การวัดที่น่าสนใจที่สุดในสถิติเพิ่มเติมเหล่านี้คือค่า R ² ซึ่งแสดงถึงสัดส่วนของความแปรปรวนในตัวแปรตอบสนองที่สามารถอธิบายได้ด้วยตัวแปรทำนาย

ค่าของ R ² สามารถเปลี่ยนแปลงได้ตั้งแต่ 0 ถึง 1

เนื่องจาก R ² ของโมเดลนี้คือ 0.838 นี่จึงบอกเราว่าตัวแปรทำนายทำงานได้ดีในการทำนายค่าของตัวแปรตอบสนอง y

ที่เกี่ยวข้อง: ค่า R-squared ที่ดีคืออะไร?

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่นๆ ใน Excel:

วิธีใช้ฟังก์ชัน LOGEST ใน Excel
วิธีการดำเนินการถดถอยแบบไม่เชิงเส้นใน Excel
วิธีการถดถอยลูกบาศก์ใน Excel