Krzywe regresji
Krzywe regresji można dodawać do wszystkich typów wykresów 2D, z wyjątkiem wykresów kołowych i seryjnych.
Jeśli krzywa regresji zostanie wstawiona do wykresu wykorzystującego kategorie, takiego jak wykres liniowy lub kolumnowy, liczby 1, 2, 3, … będą używane jako wartości x do obliczenia krzywej regresji. Dla takich wykresów, typ wykresu XY może być bardziej odpowiedni.
-
Aby wstawić linię trendu dla serii danych, wybierz serie danych na wykresie. Wybierz
lub kliknij prawym przyciskiem myszy, aby otworzyć menu kontekstowe, i wybierz . -
Linie wartości średniej to specjalny typ krzywych regresji, które przedstawiają wartość średnią. Aby wstawić linie wartości średniej dla serii danych, użyj polecenia
. -
W celu usunięcia krzywej regresji lub linii wartości średniej kliknij żądaną krzywą/linię i naciśnij klawisz Del.
Krzywa regresji jest automatycznie widoczna w legendzie. Jej nazwa może zostać zdefiniowana w opcjach krzywej.
Krzywa regresji jest wyświetlana w tym samym kolorze co odpowiadające jej serie danych. Aby zmienić właściwości linii, zaznacz krzywą regresji i wybierz polecenie
.Równanie krzywej regresji i współczynnik determinacji
Kiedy wykres jest w trybie edycji, program LibreOffice pozwala uzyskać równanie krzywej regresji oraz współczynnik determinacji R2. Jeśli nie są one widoczne, kliknij krzywą regresji, aby wyświetlić informacje na pasku stanu.
Aby wyświetlić równanie dla krzywej regresji, zaznacz żądaną krzywą na wykresie, kliknij prawym przyciskiem myszy w celu wyświetlenia menu kontekstowego i wybierz polecenie .
Aby zmienić formatowanie wartości (użyć mniejszej ilości cyfr znaczących lub ustawić zapis naukowy), wybierz równanie w wykresie, kliknij na nie prawym klawiszem myszy i otwórz menu kontekstowe, a następnie wybierz polecenie
.Domyślne równanie używa x dla zmiennej odciętej oraz f(x) dla zmiennej o żądanych współrzędnych. Aby zmienić te nazwy, wybierz krzywą regresji, wybierz i wprowadź nazwy w Nazwa zmiennej X oraz w Nazwa zmiennej Y.
Aby pokazać współczynnik determinacji R2, wybierz równanie na wykresie, kliknij prawym przyciskiem myszy, aby otworzyć menu kontekstowe, i wybierz
.Jeśli punkt przecięcia jest wymuszony, współczynnik determinacji R2 nie jest obliczany w taki sam sposób, jak w przypadku przecięcia swobodnego. Wartości R 2 nie można porównać z wymuszonym lub swobodnym przecięciem.
Typy krzywych linii regresji
Dostępne są następujące typy regresji:
-
Liniowa krzywa regresji: wyrażona jest przez równanie y=a∙x+b. Punkt przecięcia b może być wymuszony.
-
Wielomianowalinia trendu: regresja przez mnożenie może zostać wymuszonay=Σi(ai∙xi). Intercept a0. Stopień wielomiany musi wynosić przynajmniej 2.
-
Logarytmiczna krzywa regresji: wyrażona jest przez równanie y=a∙ln(x)+b.
-
Wykładnicza krzywa regresji: wyrażona jest przez równanie y=b∙exp(a∙x). To równanie jest równoważne do y=b∙mx with m=exp(a). Punkt przecięcia b może być wymuszony.
-
Potęgowa linia trendu: wyrażona jest przez równanie y=b∙xa.
-
Średnia ruchoma krzywej regresji: najprostsza średnia ruchoma jest obliczana poprzez n wcześniejszych wartości y, gdzie n oznacza okres funkcji. Dla tej krzywej nie jest dostępne równanie.
Ograniczenia
Obliczenie krzywej regresji uwzględnia tylko pary danych o następujących wartościach:
-
Logarytmiczna krzywa regresji: uwzględniane są tylko dodatnie wartości x.
-
Wykładnicza krzywa regresji: uwzględniane są tylko dodatnie wartości y, z wyjątkiem przypadków, gdy wszystkie wartości y są negatywne: wtedy regresja będzie następować zgodnie z równaniem y=-b∙exp(a∙x).
-
Potęgowa krzywa regresji: uwzględniane są tylko dodatnie wartości x; uwzględniane są tylko dodatnie wartości y, z wyjątkiem przypadków, gdy wszystkie wartości y są negatywne: wtedy regresja będzie następować zgodnie z równaniem y=-b∙xa.
Dane powinny zostać odpowiednio przekształcone; najkorzystniej jest przekształcić kopię oryginalnych danych.
Oblicza parametry w Calcu
Parametry można obliczyć, korzystając z funkcji programu Calc w poniżej przedstawiony sposób.
Równanie regresji liniowej
Regresja liniowa jest obliczana zgodnie z równaniem y=m*x+b.
m = NACHYLENIE(Dane_Y;Dane_X)
b = ODCIĘTA(Dane_Y ;Dane_X)
Oblicza współczynnik determinacji na podstawie
r2 = R.KWADRAT(Dane_Y;Dane_X)
Oprócz wartości m, b i r2 funkcja macierzy REGLINP przeprowadza dodatkowe obliczenia statystyczne do analizy regresji.
Równanie regresji logarytmicznej
Funkcja regresji logarytmicznej jest obliczana zgodnie z równaniem y=a*ln(x)+b.
a = NACHYLENIE(Dane_Y;LN(Dane_X))
b = ODCIĘTA(Dane_Y ;LN(Dane_X))
r2 = R.KWADRAT(Dane_Y;LN(Dane_X))
Równanie regresji wykładniczej
Dla wykładniczych linii trendu przeprowadzane jest przekształcenie do modelu liniowego. Optymalne dopasowanie krzywej jest związane z modelem liniowym, a wyniki są odpowiednio interpretowane.
Krzywa regresji wykładniczej jest obliczana zgodnie z równaniem y=b*exp(a*x) or y=b*mx, które przekształca się odpowiednio naln(y)=ln(b)+a*x or ln(y)=ln(b)+ln(m)*x
a = NACHYLENIE(LN(Dane_Y);Dane_X)
Zmienne dla drugiej wersji są obliczane w następujący sposób:
m = EXP(NACHYLENIE(LN(Dane_Y);Dane_X))
b = EXP(ODCIĘTA(LN(Dane_Y);Dane_X))
Oblicza współczynnik determinacji na podstawie
r2 = R.KWADRAT(LN(Dane_Y);Dane_X)
Oprócz wartości m, b i r2 funkcja LOGEST przeprowadza dodatkowe obliczenia statystyczne do analizy regresji.
Równanie regresji potęgowej
For power regression curves a transformation to a linear model takes place. The power regression follows the equation y=b*xa, which is transformed to ln(y)=ln(b)+a*ln(x).
a = NACHYLENIE(LN(Dane_Y);LN(Dane_X))
b = EXP(ODCIĘTA(LN(Dane_Y);LN(Dane_X))
r2 = R.KWADRAT(LN(Dane_Y);LN(Dane_X))
Równanie regresji wielomianowej
W przypadku krzywej regresji wielomianowej przebiega transformacja na model liniowy.
Utwórz tabelę z kolumnami x, x2, x3, … , xn, y aż do żądanego stopnia n.
Użyj formuły =REGLINP(Dane_Y,Dane_X) z pełnym zakresem od x do xn (bez nagłówków) jako Dane_X.
Pierwszy wiersz wyjścia REGLINP zawiera współczynniki regresji wielomianowej, przy czym współczynnik xn znajduje się na lewej skrajnej pozycji.
The first element of the third row of the LINEST output is the value of r2. See the LINEST function for details on proper use and an explanation of the other output parameters.