Regressionsanalyse

Udfører lineær, logaritmisk eller potentiel regressionsanalyse af et datasæt, der omfatter en afhængig variabel og flere uafhængige variable.

For eksempel kan udbyttet af en afgrøde (afhængig variabel) være relateret til nedbør, temperaturforhold, solskin, fugtighed, jordkvalitet med mere, der alle er uafhængige variable.

Data

Uafhængige variable(r) (X)-område:

Indtast et enkelt område, der indeholder flere uafhængige variabel-observationer (over kolonner eller rækker). Alle X variabel-observationer skal indtastes ved siden af hinanden i den samme tabel.

Afhængig variabel (Y)-område:

Indtast det område, der indeholder den afhængige varabel, hvis regression kan beregnes.

Både X- og Y-området har etiketter

Sørg for at bruge den første række (eller kolonne) i datasættet som variabelnavne i output-området.

Resultater til:

Referencen til den øverste, venstre celle i området er der, hvor resultaterne bliver vist.

Output regressionstyper

Angiver regressionstypen. Der er tre typer tilgængelige:

• Lineær regression: finder en lineær funktion i form af y = b + a₁.[x₁] + a₂.[x₂] + a₃.[x₃] ..., hvor et _i er den i-ende hældning, [x_i] er den i-ende uafhængige variable og b er det skæringspunkt, der passer bedst til data.

• Logaritmisk regression: finder en logaritmisk kurve i form af y = b + a₁.ln[x₁] + a₂.ln[x₂] + a₃.ln[x₃] ..., hvor a_i er den i-ende koefficient, b er skæringspunktet og ln[x_i] er den naturlige logaritme den i-ende uafhængige variabel, der passer bedst til data.

• Potentiel regression: finder en potenskurve i form af y = exp( b + a₁.ln[x₁] + a₂.ln[x₂] + a₃.ln[x₃] ...), hvor a_i er den i-ende potens, [x_i] er den i-ende uafhængige variabel og b er det skæringspunkt, der passer data bedst.

Indstillinger

Troværdighedsniveau

En numerisk værdi mellem 0 og 1 (begge udelukket), standard er 0,95. Calc bruger denne procentdel til at beregne de tilsvarende troværdigheds-intervaller for hver af skønnene (nemlig hældninger og skæringspunkt).

Beregn residualer

Vælg, om beregning af residualer tilvælges eller fravælges, hvilket kan være gavnligt i tilfælde, hvor du kun er interesseret i hældningerne og estimaterne over overskæringspunkter og deres statistik. Residualerne giver information om, hvor langt de faktiske datapunkter afviger fra de forudsagte datapunkter, baseret på regressionsmodellen.

Tving skæringspunkt til at være nul

Beregner regressionsmodellen til at bruge nul som som skæringspunkt og således til at gå gennem nulpunktet.