Regression Analysis

Realiza a análise de regresión linear, logarítmica ou xeométrica dun conxunto de datos que comprenda unha variábel dependente e varias variábeis independentes.

Por exemplo, o rendemento dunha colleita (variábel dependente) pode estar relacionada co réxime de choivas, as condicións de temperatura, a luz solar, a humidade, a calidade do solo e máis, todas elas variábeis independentes.

Datos

Intervalo das variábeis independentes (X):

Introduza un único intervalo que conteña varias observacións de variábeis independentes (ao longo das columnas ou filas). Todas as observacións de variábeis de X teñen que ser introducidas adxacentes unhas ás outras na mesma táboa.

Intervalo das variábeis independentes (Y):

Introduza o intervalo que conteña a variábel dependente cuxa regresión desexe calcular.

Ambos os intervalos X e Y teñen etiquetas

Marque para usar a primeira liña (ou columna) dos conxuntos de datos como nomes de variábel no intervalo de saída.

Resultados para:

A referencia da cela superior esquerda do intervalo no que se han mostrar os resultados.

Tipos de regresión de saída

Indique o tipo de regresión. Existen tres tipos:

• Regresión linear: atopa a función linear na forma de y = b + a₁.[x₁] + a₂.[x₂] + a₃.[x₃] ..., onde a_i é a iésima pendente, [x_i] é a iésima variábel independente e b e a intersección que máis se axusta aos datos.

• Regresión logarítmica: atopa a curva logarítma na forma de y = b + a₁.ln[x₁] + a₂.ln[x₂] + a₃.ln[x₃] ..., onde a_i é o iésimo coeficiente, b é a intersección e ln[x_i] é o logaritmo natural da iésima variábel independente que máis se axusta aos datos.

• Regresión xeométrica: atopa a curva xeométrica na forma de y = exp( b + a₁.ln[x₁] + a₂.ln[x₂] + a₃.ln[x₃] ...), onde a_i é a iésima potencia, [x_i] é a iésima variábel independente e b é a intersección que máis se axusta aos datos.

Opcións

Nivel de confianza

Un valor numérico entre 0 e 1 (exclusivos), por omisión 0,95. O Calc emprega esta porcentaxe para calcular os intervalos de confianza correspondentes a cada unha das estimativas (ou sexa, as pendentes e a intersección).

Calcular residuos

Seleccione se aceptar ou non o cálculo de residuos, o que pode ser útil para os casos nos que só lle interesen as pendentes e estimativas de intersección e as súas estatísticas. Os residuos dan información sobre cando se desvían os puntos de datos reais dos puntos de datos preditos baseándose no modelo de regresión.

Forzar intersección como cero

Calcula o modelo de regresión empregando cero como intercepto, forzando así a que o modelo pase pola orixe.