Krzywe regresji

Krzywe regresji można dodawać do wszystkich typów wykresów 2D, z wyjątkiem wykresów kołowych i seryjnych.

Aby wykonać tę operację...

WybierzWsatw - Linię trendu (wykresy)


Ikona notatki

Jeśli krzywa regresji zostanie wstawiona do wykresu wykorzystującego kategorie, takiego jak wykres liniowy lub kolumnowy, liczby 1, 2, 3, będą używane jako wartości x do obliczenia krzywej regresji. Dla takich wykresów, typ wykresu XY może być bardziej odpowiedni.


Ikona notatki

Krzywa regresji jest automatycznie widoczna w legendzie. Jej nazwa może zostać zdefiniowana w opcjach krzywej.


Krzywa regresji jest wyświetlana w tym samym kolorze co odpowiadające jej serie danych. Aby zmienić właściwości linii, zaznacz krzywą regresji i wybierz polecenie Format – Formatuj wybór – Linia.

Równanie krzywej regresji i współczynnik determinacji

Kiedy wykres jest w trybie edycji, program LibreOffice pozwala uzyskać równanie krzywej regresji oraz współczynnik determinacji R2. Jeśli nie są one widoczne, kliknij krzywą regresji, aby wyświetlić informacje na pasku stanu.

Aby wyświetlić równanie dla krzywej regresji, zaznacz żądaną krzywą na wykresie, kliknij prawym przyciskiem myszy w celu wyświetlenia menu kontekstowego i wybierz polecenie Wstaw równanie dla krzywej regresji.

Aby zmienić formatowanie wartości (użyć mniejszej ilości cyfr znaczących lub ustawić zapis naukowy), wybierz równanie w wykresie, kliknij na nie prawym klawiszem myszy i otwórz menu kontekstowe, a następnie wybierz polecenie Formatuj równanie krzywej regresji - Liczby.

Domyślne równanie używa x dla zmiennej odciętej oraz f(x) dla zmiennej o żądanych współrzędnych. Aby zmienić te nazwy, wybierz krzywą regresji, wybierz Format - Formatuj wybór - Typ i wprowadź nazwy w Nazwa zmiennej X oraz w Nazwa zmiennej Y.

Aby pokazać współczynnik determinacji R2, wybierz równanie na wykresie, kliknij prawym przyciskiem myszy, aby otworzyć menu kontekstowe, i wybierz Wstaw R2.

Ikona notatki

Jeśli punkt przecięcia jest wymuszony, współczynnik determinacji R2 nie jest obliczany w taki sam sposób, jak w przypadku przecięcia swobodnego. Wartości R 2 nie można porównać z wymuszonym lub swobodnym przecięciem.


Typy krzywych linii regresji

Dostępne są następujące typy regresji:

Ograniczenia

Obliczenie krzywej regresji uwzględnia tylko pary danych o następujących wartościach:

Dane powinny zostać odpowiednio przekształcone; najkorzystniej jest przekształcić kopię oryginalnych danych.

Oblicza parametry w Calcu

Parametry można obliczyć, korzystając z funkcji programu Calc w poniżej przedstawiony sposób.

Równanie regresji liniowej

Regresja liniowa jest obliczana zgodnie z równaniem y=m*x+b.

m = NACHYLENIE(Dane_Y;Dane_X)

b = ODCIĘTA(Dane_Y ;Dane_X)

Oblicza współczynnik determinacji na podstawie

r2 = R.KWADRAT(Dane_Y;Dane_X)

Oprócz wartości m, b i r2 funkcja macierzy REGLINP przeprowadza dodatkowe obliczenia statystyczne do analizy regresji.

Równanie regresji logarytmicznej

Funkcja regresji logarytmicznej jest obliczana zgodnie z równaniem y=a*ln(x)+b.

a = NACHYLENIE(Dane_Y;LN(Dane_X))

b = ODCIĘTA(Dane_Y ;LN(Dane_X))

r2 = R.KWADRAT(Dane_Y;LN(Dane_X))

Równanie regresji wykładniczej

Dla wykładniczych linii trendu przeprowadzane jest przekształcenie do modelu liniowego. Optymalne dopasowanie krzywej jest związane z modelem liniowym, a wyniki są odpowiednio interpretowane.

Krzywa regresji wykładniczej jest obliczana zgodnie z równaniem y=b*exp(a*x) or y=b*mx, które przekształca się odpowiednio naln(y)=ln(b)+a*x or ln(y)=ln(b)+ln(m)*x

a = NACHYLENIE(LN(Dane_Y);Dane_X)

Zmienne dla drugiej wersji są obliczane w następujący sposób:

m = EXP(NACHYLENIE(LN(Dane_Y);Dane_X))

b = EXP(ODCIĘTA(LN(Dane_Y);Dane_X))

Oblicza współczynnik determinacji na podstawie

r2 = R.KWADRAT(LN(Dane_Y);Dane_X)

Oprócz wartości m, b i r2 funkcja LOGEST przeprowadza dodatkowe obliczenia statystyczne do analizy regresji.

Równanie regresji potęgowej

For power regression curves a transformation to a linear model takes place. The power regression follows the equation y=b*xa, which is transformed to ln(y)=ln(b)+a*ln(x).

a = NACHYLENIE(LN(Dane_Y);LN(Dane_X))

b = EXP(ODCIĘTA(LN(Dane_Y);LN(Dane_X))

r2 = R.KWADRAT(LN(Dane_Y);LN(Dane_X))

Równanie regresji wielomianowej

W przypadku krzywej regresji wielomianowej przebiega transformacja na model liniowy.

Utwórz tabelę z kolumnami x, x2, x3, … , xn, y aż do żądanego stopnia n.

Użyj formuły =REGLINP(Dane_Y,Dane_X) z pełnym zakresem od x do xn (bez nagłówków) jako Dane_X.

The first row of the LINEST output contains the coefficients of the regression polynomial, with the coefficient of xn at the leftmost position.

The first element of the third row of the LINEST output is the value of r2. See the LINEST function for details on proper use and an explanation of the other output parameters.

Słupki błędów X/Y

Funkcja REGLINP

Funkcja REGEXPP

Funkcja NACHYLENIE

Funkcja ODCIĘTA

Funkcja R.KWADRAT

Please support us!