Nápověda LibreOffice 24.8
Provede lineární, logaritmickou nebo mocninnou regresní analýzu pro množinu dat sestávající z jedné závislé proměnné a více nezávislých proměnných.
Například výnos plodiny (závislá proměnná) může být ovlivněn množstvím srážek, teplotou, slunečním svitem, vlhkostí, kvalitou půdy a dalšími nezávislými proměnnými.
Více informací o regresní analýze naleznete v angličtině v příslušném článku na Wikipedii.
Zadejte jedinou oblast, která obsahuje pozorování více nezávislých proměnných (v řádcích nebo sloupcích). Všechna pozorování proměnných X je nutno umístit do sousedních oblastí téže tabulky.
Zadejte oblast, která obsahuje závislou proměnné, jejíž regrese se má vypočítat.
Zaškrtněte, chcete-li ve výstupní oblasti použít první řádek (nebo sloupec) množiny dat pro názvy proměnných.
Odkaz na levou horní buňku oblasti, v níž se mají zobrazit výsledky.
Nastaví typ regrese. K dispozici jsou tři typy:
Lineární regrese: nalezne takovou lineární funkci tvaru y = b + a1.[x1] + a2.[x2] + a3.[x3] ..., která nejlépe prokládá data; ai je i-tá směrnice, [xi] je i-tá nezávislá proměnná a b je absolutní člen.
Logaritmická regrese: nalezne logaritmickou křivku tvaru y = b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ..., která nejlépe prokládá data; ai je i-tý koeficient, b je absolutní člen a ln[xi] je přirozený logaritmus i-té nezávislé proměnné.
Mocninná regrese: nalezne takovou mocninnou křivku tvaru y = exp( b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ...), která nejlépe prokládá data; ai je i-tá mocnina, [xi] je i-tá nezávislá proměnná a b je absolutní člen.
Číselné hodnota mezi 0 a 1 (kromě mezí), výchozí je 0,95. Použije se k výpočtu odpovídajících intervalů spolehlivosti pro odhady směrnic, koeficientů či absolutních členů.
Vyberte, zda chcete povolit výpočet reziduí, které mohou být užitečné v případech, kdy se zajímáte pouze o odhady koeficientů a jejich statistiky. Rezidua poskytují informaci o odchylkách skutečných datových bodů od datových bodů předpovídaných regresním modelem.
Vypočítá regresní model s absolutním členem rovným nule, tj. vynutí, aby model procházel počátkem.