Video: COREA DEL NORTE CONTRA EL MUNDO,best documentaries 2024
Linjær regresjon er et godt verktøy for å lage spådommer med Excel. Når du kjenner bakken og avskjæringen av linjen som knytter to variabler, kan du ta en ny x- verdi og forutsi en ny y- verdi. I eksemplet du har jobbet gjennom, tar du en SAT-poengsum og forutsier en GPA for en Sahutsket University student.
Hva om du visste mer enn bare SAT-poengsum for hver student? Hva om du hadde studentens høyskole gjennomsnitt (på 100 skala), og du kan også bruke den informasjonen? Hvis du kan kombinere SAT-score med HS-gjennomsnitt, kan du ha en mer nøyaktig prediktor enn SAT-score alene.
Når du arbeider med mer enn en uavhengig variabel, er du i rike av multiple regresjon. Som i lineær regresjon finner du regresjonskoeffisienter for den best passende linjen gjennom en scatterplot. Igjen betyr best passende at summen av de kvadrerte avstandene fra datapunktene til linjen er et minimum.
Med to uavhengige variabler kan du imidlertid ikke vise en scatterplot i to dimensjoner. Du trenger tre dimensjoner, og det blir vanskelig å tegne.
For SAT-GPA-eksemplet oversettes regresjonsligningen til
Forutsatt GPA = a + b 1 (SAT) + b 2 (High School Average)
Du kan teste hypoteser om den generelle passformen, og om alle tre regresjonskoeffisientene.
La oss sjekke ut Excel-funksjonene for å finne koeffisienter.
Noen ting å huske på:
- Du kan ha et hvilket som helst antall x- variabler.
- Forvent at koeffisienten for SAT skal skifte fra lineær regresjon til flere regresjoner. Forvent at avskjæringen skal endres også.
- Forvent at estimatets standardfeil reduseres fra lineær regresjon til flere regresjoner. Fordi flere regresjon bruker mer informasjon enn lineær regresjon, reduseres feilen.