Formel for regresjonsanalyse
Regresjonsanalyse er analysen av forholdet mellom avhengig og uavhengig variabel, da den viser hvordan avhengig variabel vil endres når en eller flere uavhengige variabler endres på grunn av faktorer, formel for å beregne den er Y = a + bX + E, hvor Y er avhengig variabel, X er uavhengig variabel, a er skjæringspunkt, b er helling og E er gjenværende.
Regresjon er et statistisk verktøy for å forutsi den avhengige variabelen ved hjelp av en eller flere enn en uavhengig variabel. Mens forskeren kjører en regresjonsanalyse, er hovedformålet med forskeren å finne ut forholdet mellom den avhengige variabelen og den uavhengige variabelen. For å forutsi den avhengige variabelen, velges en eller flere uavhengige variabler, som kan hjelpe til med å forutsi den avhengige variabelen. Det hjelper i valideringsprosessen om prediktorvariablene er gode nok til å hjelpe til med å forutsi den avhengige variabelen.
En regresjonsanalyseformel prøver å finne den beste passformlinjen for den avhengige variabelen ved hjelp av de uavhengige variablene. Regresjonsanalyseligningen er den samme som ligningen for en linje som er
y = MX + b
Hvor,
- Y = den avhengige variabelen til regresjonsligningen
- M = skråning av regresjonsligningen
- x = avhengig variabel av regresjonsligningen
- B = ligningens konstant
Forklaring
Mens du kjører en regresjon, er hovedformålet med forskeren å finne ut forholdet mellom den avhengige variabelen og den uavhengige variabelen. For å forutsi den avhengige variabelen, velges en eller flere uavhengige variabler, som kan hjelpe til med å forutsi den avhengige variabelen. Regresjonsanalyse hjelper i prosessen med å validere om prediktorvariablene er gode nok til å hjelpe til med å forutsi den avhengige variabelen.
Eksempler
Eksempel 1
La oss prøve å forstå begrepet regresjonsanalyse ved hjelp av et eksempel. La oss prøve å finne ut hva som er forholdet mellom lastebilsjåførens avstand og lastebilsjåførens alder. Noen gjør faktisk en regresjonsligning for å validere om det han synes om forholdet mellom to variabler også er validert av regresjonsligningen.
Nedenfor er gitt data for beregning
For beregning av regresjonsanalyse, gå til Data-fanen i Excel, og velg deretter dataanalysealternativet. For den videre fremgangsmåten for beregning, se den gitte artikkelen her - Analysis ToolPak i Excel
Formelen for regresjonsanalyse for eksemplet ovenfor vil være
- y = MX + b
- y = 575,754 * -3,121 + 0
- y = -1797
I dette spesielle eksemplet vil vi se hvilken variabel som er den avhengige variabelen og hvilken variabel som er den uavhengige variabelen. Den avhengige variabelen i denne regresjonsligningen er avstanden dekket av lastebilsjåføren, og den uavhengige variabelen er alderen til lastebilsjåføren. Regresjonen for dette settet av avhengige og uavhengige variabler beviser at den uavhengige variabelen er en god prediktor for den avhengige variabelen med en rimelig høy bestemmelseskoeffisient. Analysen hjelper til med å validere at faktorene i form av den uavhengige variabelen er valgt riktig. Øyeblikksbildet nedenfor viser regresjonsutgangen for variablene. Datasettet og variablene er presentert i excel-arket vedlagt.
Eksempel 2
La oss prøve å forstå regresjonsanalyse ved hjelp av et annet eksempel. La oss prøve å finne ut hva som er forholdet mellom høyden på elevene i en klasse og GPA-karakteren til disse studentene. Noen gjør faktisk en regresjonsligning for å validere om det han synes om forholdet mellom to variabler også er validert av regresjonsligningen.
I dette eksemplet er nedenfor gitt data for beregning i excel
For regresjonsanalyseberegning, gå til Data-fanen i Excel, og velg deretter alternativet for dataanalyse.
Regresjonen for eksemplet ovenfor vil være
- y = MX + b
- y = 2,65 * .0034 + 0
- y = 0,009198
I dette spesielle eksemplet vil vi se hvilken variabel som er den avhengige variabelen og hvilken variabel som er den uavhengige variabelen. Den avhengige variabelen i denne regresjonsligningen er studentenes GPA, og den uavhengige variabelen er studentenes høyde. Regresjonsanalysen for dette settet av avhengige og uavhengige variabler beviser at den uavhengige variabelen ikke er en god prediktor for den avhengige variabelen da verdien for bestemmelseskoeffisienten er ubetydelig. I dette tilfellet må vi finne ut en annen prediktorvariabel for å forutsi den avhengige variabelen for regresjonsanalysen. Øyeblikksbildet nedenfor viser regresjonsutgangen for variablene. Datasettet og variablene er presentert i excel-arket vedlagt.
Relevans og bruksområder
Regresjon er en veldig nyttig statistisk metode. For enhver forretningsbeslutning for å validere en hypotese om at en bestemt handling vil føre til økning i lønnsomheten til en divisjon, kan valideres basert på resultatet av regresjonen mellom de avhengige og uavhengige variablene. Regresjonsanalyseligningen spiller en veldig viktig rolle i finansverdenen. Mye prognoser gjøres ved hjelp av regresjon. For eksempel kan salget av et bestemt segment på forhånd forutsies ved hjelp av makroøkonomiske indikatorer som har en veldig god sammenheng med det segmentet. Både lineære og flere regresjoner er nyttige for utøvere for å forutsi de avhengige variablene og også validere de uavhengige variablene som en prediktor for de avhengige variablene.
