Ajuda do LibreOffice 24.8
Executa análise de regressão linear, logarítmica ou geométrica de um conjunto de dados que compreende uma variável dependente e várias variáveis independentes.
Por exemplo, o rendimento de uma colheita (variável dependente) pode estar relacionado à chuvas, condições de temperatura, insolação, umidade, qualidade do solo e muito mais, todos elas variáveis independentes.
Para mais informações sobe análise de regressão, consulte o artigo correspondente na Wikipedia.
Insira um único intervalo que contenha várias observações de variáveis independentes (ao longo de colunas ou linhas). Todas as observações de variáveis X precisam ser inseridas adjacentes umas às outras na mesma tabela.
Insira o intervalo que contém a variável dependente cuja regressão deve ser calculada.
Marque para usar a primeira linha (ou coluna) dos conjuntos de dados como nomes de variáveis no intervalo de saída.
A referência da célula em cima à esquerda do intervalo onde os resultados serão exibidos.
Define o tipo de saída da regressão. Três tipos são possíveis:
Regressão Linear: encontre a função linear na forma de y = b + a1.[x1] + a2.[x2] + a3.[x3] ..., onde ai é a i-ésima inclinação, [xi] é a i-ésima variável independente, e b é a interseção que melhor acomoda os dados.
Regressão logarítmica: encontre a curva logarítmica na forma de y = b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ..., onde ai é o i-ésimo coeficiente, b é a interseção e ln[xi] é o logaritmo natural da i-ésima variável independente , que melhor acomoda os dados.
Regressão geométrica: encontre a curva geométrica na forma de y = exp( b + a1.ln[x1] + a2.ln[x2] + a3.ln[x3] ...), onde ai é a i-ésima potência, [xi] é a i-ésima variável independente e b é a interseção que melhor acomoda os dados.
Um valor numérico entre 0 e 1 (exclusivo), o padrão é 0,95. O Calc usa essa porcentagem para calcular os intervalos de confiança correspondentes para cada uma das estimativas (ou seja, as inclinações e a interceptação).
Selecione se deseja aceitar ou não o cálculo dos resíduos, o que pode ser benéfico nos casos em que está interessado apenas nas inclinações e estimativas de interceptação e suas estatísticas. Os resíduos fornecem informações sobre quão longe os pontos de dados reais se desviam dos pontos de dados previstos, com base no modelo de regressão.
Calcula o modelo de regressão usando zero como intercepto, forçando assim o modelo a passar pela origem.