Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment utiliser la fonction LinEst dans VBA (avec exemple)



Vous pouvez utiliser la méthode LinEst dans VBA pour ajuster un modèle de régression linéaire.

Cette fonction utilise la syntaxe de base suivante :

LinEst(Arg1, Arg2, Arg3, Arg4)

où:

  • Arg1 : Ensemble de valeurs y
  • Arg2 : Ensemble de valeurs x
  • Arg3 (facultatif) : TRUE = calculer l’interception normalement, FALSE = forcer l’interception à zéro
  • Arg4 (facultatif) : TRUE = calculer des statistiques de régression supplémentaires, FALSE = calculer uniquement les coefficients

L’exemple suivant montre comment utiliser la méthode LinEst pour ajuster en pratique un modèle de régression dans VBA.

Exemple : comment utiliser la fonction LinEst dans VBA

Supposons que nous ayons l’ensemble de données suivant qui contient une variable prédictive (x) et une variable de réponse (y) :

Nous pouvons créer la macro suivante qui utilise la méthode LinEst pour ajuster un modèle de régression linéaire simple à cet ensemble de données :

Sub UseLinEst()
Range("D1:E1") = WorksheetFunction.LinEst(Range("B2:B15"), Range("A2:A15"))
End Sub

Lorsque nous exécutons cette macro, nous recevons le résultat suivant :

Les valeurs du résultat représentent les coefficients du modèle de régression :

  • Le coefficient pour β 0 est 3,52169 .
  • Le coefficient pour β 1 est 0,693717 .

En utilisant ces valeurs, nous pouvons écrire l’équation de ce modèle de régression simple :

y = 3,52169 + 0,693717(x)

Nous interprétons cela comme signifiant que chaque augmentation supplémentaire d’une unité de la variable prédictive x est associée à une augmentation moyenne de 0,693717 de la variable de réponse y.

Nous interprétons le terme d’origine comme signifiant que lorsque x est égal à zéro, la valeur moyenne de y est 3,52169 .

Si nous souhaitons utiliser la méthode LinEst pour produire des statistiques de régression supplémentaires, nous pouvons utiliser la syntaxe suivante :

Sub UseLinEst()
Range("D1:E5") = WorksheetFunction.LinEst(Range("B2:B15"), Range("A2:A15"),True, True)
End Sub

Lorsque nous exécutons cette macro, nous recevons le résultat suivant :

La capture d’écran suivante fournit une explication de chaque valeur dans le résultat :

En fournissant la valeur True au dernier argument de la méthode LinEst , nous pouvons calculer plusieurs statistiques de régression supplémentaires.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans VBA :

VBA : Comment classer une liste de valeurs
VBA : Comment calculer l’écart type de la plage
VBA : Comment calculer la moyenne pondérée

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *