LibreOffice 24.8 Hjelp
Utfører lineær, logaritmisk eller potensregresjonsanalyse av et datasett som består av én avhengig variabel og flere uavhengige variabler.
For eksempel kan en avling (avhengig variabel) være relatert til nedbør, temperaturforhold, solskinn, fuktighet, jordkvalitet og mer, alle uavhengige variabler.
For mer informasjon om regresjonsanalyse, se Wikipedia-artikkel.
Angi et enkelt område som inneholder flere uavhengige variabelobservasjoner (langs kolonner eller rader). Alle X variable observasjoner må legges inn ved siden av hverandre i samme tabell.
Angi området som inneholder den avhengige variabelen hvis regresjon skal beregnes.
Merk av for å bruke den første linjen (eller kolonnen) i datasettene som variabelnavn i utdataområdet.
Referansen til cellen øverst til venstre i området der resultatene skal vises.
Angi regresjonstypen. Tre typer er tilgjengelige:
Lineær regresjon: finner en lineær funksjon i form av y = b + a1.[x1] + a2.[x2] + a3.[x3] ..., hvor eni er i-te stigningen, [xi] er i-te uavhengige variabelen, og b er skjæringspunktet som passer best til dataene.
Logaritmisk regresjon: finner en logaritmisk kurve i form av y = b + a1.ln[x1] + a2 .ln[x2] + a3.ln[x3] ..., hvor ai er den i-te koeffisienten, b er skjæringspunktet og ln[xi] er den naturlige logaritmen til den i-te uavhengige variabelen som passer best til dataene.
Potens regresjon: finner en potenskurve i form av y = exp( b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ...), hvor eni er i-te potensen, [xi] er i-te uavhengige variabelen, og b er avskjæringen som passer best til dataene.
En numerisk verdi mellom 0 og 1 (eksklusivt), standard er 0,95. Calc bruker denne prosentandelen til å beregne de tilsvarende konfidensintervallene for hvert av estimatene (nemlig fallet og avskjæringen).
Velg om du vil velge inn eller ut av å beregne restverdiene, noe som kan være fordelaktig i tilfeller der du kun er interessert i fallene og avskjæringsestimatene og deres statistikk. Residualene gir informasjon om hvor langt de faktiske datapunktene avviker fra de predikerte datapunktene, basert på regresjonsmodellen.
Beregner regresjonsmodellen ved å bruke null som avskjæring, og tvinger dermed modellen til å passere gjennom origo.