Modèle de régression linéaire excel

by admin
in Uncategorized
Comments are off for this post.

Vous pouvez ajuster cette formule pour calculer d`autres types de régression, mais dans certains cas, il nécessite l`ajustement des valeurs de sortie et d`autres statistiques. En supposant une valeur alpha de 0,05, v1 = 11 – 6 – 1 = 4 et v2 = 6, le niveau critique de F est 4,53. Puisque F = 459,753674 est beaucoup plus élevé que 4,53, il est extrêmement improbable qu`une valeur de F ce haut ait eu lieu par hasard. (Avec alpha = 0,05, l`hypothèse selon laquelle il n`y a pas de relation entre known_y`s et known_x`s doit être rejetée lorsque F dépasse le niveau critique, 4,53.) Vous pouvez utiliser la fonction FDIST dans Excel pour obtenir la probabilité qu`une valeur F de ce haut s`est produite par hasard. Par exemple, FDIST (459.753674, 4, 6) = 1,37 E-7, une probabilité extrêmement faible. Vous pouvez conclure, soit en trouvant le niveau critique de F dans une table, soit en utilisant la fonction FDIST, que l`équation de régression est utile pour prédire la valeur évaluée des immeubles de bureaux dans cette zone. Rappelez-vous qu`il est essentiel d`utiliser les valeurs correctes de v1 et v2 qui ont été calculées dans le paragraphe précédent. Comme vous venez de le voir, la régression en cours d`exécution dans Excel est facile car tous les calculs sont préformés automatiquement. L`interprétation des résultats est un peu plus compliquée parce que vous devez savoir ce qui est derrière chaque nombre. Vous trouverez ci-dessous une ventilation de 4 parties majeures de la sortie de l`analyse de régression. Le composant le plus utile de cette section est coefficients. Il vous permet de créer une équation de régression linéaire dans Excel: fondamentalement, il divise la somme des carrés en composants individuels qui donnent des informations sur les niveaux de variabilité dans votre modèle de régression: multiple R.

C`est le coefficient de corrélation qui mesure la force d`une relation linéaire entre deux variables. Le coefficient de corrélation peut être n`importe quelle valeur comprise entre-1 et 1, et sa valeur absolue indique la force de la relation. Plus la valeur absolue est grande, plus la relation est forte: en plus d`utiliser LOGEST pour calculer des statistiques pour d`autres types de régression, vous pouvez utiliser LINEST pour calculer une plage d`autres types de régression en saisissant les fonctions des variables x et y comme x et y série pour LINEST. Par exemple, la formule suivante: les degrés de liberté. Utilisez les degrés de liberté pour vous aider à trouver les valeurs critiques F dans un tableau statistique. Comparez les valeurs que vous trouvez dans le tableau à la statistique F retournée par LINEST pour déterminer un niveau de confiance pour le modèle. Pour plus d`informations sur la façon dont DF est calculée, consultez «Remarques», plus loin dans cette rubrique. L`exemple 4 montre l`utilisation de F et DF.

Erreur standard. Il montre la précision de l`analyse de régression. Plus le nombre est petit, plus vous pouvez vous assurer de votre équation de régression. Vous devriez maintenant regarder la fenêtre format Trendline.

Share this article

Comments are closed.