Análise de regressão

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 acessar este comando...

Na barra de menu:

Escolha Dados - Estatística - Regressão

Na interface em abas:

Escolha Dados - Estatística - Regressão

No menu Dados da aba Dados, escolha Estatísticas - Regressão.


note

Para mais informações sobe análise de regressão, consulte o artigo correspondente na Wikipedia.


Dados

Intervalo das variáveis independentes (X):

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.

Intervalo da variável dependente (Y):

Insira o intervalo que contém a variável dependente cuja regressão deve ser calculada.

Ambos intervalos Y e X possuem rótulos

Marque para usar a primeira linha (ou coluna) dos conjuntos de dados como nomes de variáveis no intervalo de saída.

Resultados para:

A referência da célula em cima à esquerda do intervalo onde os resultados serão exibidos.

Agrupado por

Selecione se os dados de entrada estão dispostos em colunas ou linhas.

Tipo de saída da regressão

Define o tipo de saída da regressão. Três tipos são possíveis:

Opções

Nível de confiança

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).

Calcular resíduos

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.

Forçar intersecção a ser zero

Calcula o modelo de regressão usando zero como intercepto, forçando assim o modelo a passar pela origem.

♥ Doe para nosso projeto! ♥