LibreOffice 24.8 Hjelp
Utfører lineær, logaritmisk eller potensiell regresjonsanalyse av eit datasett som inneheld éin avhengig variabel og fleire uavhengige variablar..
For eksempel kan eit avlingsutbyte (avhengig variabel) vera relatert til nedbør, temperaturtilhøve, solskin, råme, jordkvalitet og meir, alle uavhengige variablar.
Du finn meir informasjon (på engelsk) om regresjonsanalyse i denne Wikipediaartikkelen.
Skriv inn eit enkelt område som inneheld fleire uavhengige variabelobservasjonar (langs kolonnar eller rader). Alle X-variabelobservasjonane skal skrivast in ved sida av kvarandre i den same tabellen.
Skriv inn området som inneheld dei avhengige variablane det skal reknast ut regresjonen for.
Merk av for å gjera den første rada eller kolonnen i datasettet som variabelnamn i utdataområdet.
Referansen til den øvre, venstre cella i området resultatet skal visast i.
Set regresjonstype. Tre typar er tilgjengelege:
Lineær regresjon: finn ein lineær funksjon på forma y = b + a1.[x1] + a2.[x2] + a3.[x3] ..., der ai er den i-ande hellinga, [xi] er den i-ande uavhengige variabelen og b er det skjeringspunktet som passar best til dataa.
Logaritmisk regresjon: finn ei logaritmisk kurve på forma y = b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ..., der ai er den i-ande koeffisienten, b er skjeringspunktet og ln[xi] er den naturlege logaritme den i-ande uavhengige variabelen som passar best til dataa.
Potensiell regresjon: finn ei potenskurve på forma y = exp( b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ...), der ai er den i-ande potensen, [xi] er den i-ande uavhengige variabelen og b er det skjeringspunktet som passar best til dataa.
Ein talverdi mellom 0 og 1 (ikkje medrekna 0 og 1). Standard er 0,95. Calc brukar denne prosentverdien for å rekna ut dei tilsvarande konfidensintervalla for kvart av estimata (helling og skjeringspunkt).
Vel om du vil ta med restane i utrekningane. Dette kan vera gunstig i dei tilfella der du berre er interessert i hellingane og estimata over skjeringspunkta og statistikken deira. Restane gjev informasjon om kor langt dei faktiske datapunkta avvik frå dei føreslegne datapunkta basert på regresjonsmodellen.
Reknar ut regresjonsmodellen ved å bruka null som skjeringspunkt, og såleis tvingar modellen til å gå gjennom origo.