Dans cet article, nous explorerons comment effectuer une analyse de régression dans Excel - c'est la relation entre la variable dépendante que nous essayons de prédire et les variables indépendantes utilisées pour la prédiction. Nous pouvons facilement effectuer une analyse de régression en utilisant l'outil de régression intégré d'Excel pour comprendre et interpréter la relation entre les variables.

L'analyse de régression est un outil puissant utilisé dans l'économie, la finance, les soins de santé, l'assurance et d'autres domaines pour comprendre l'impact des variables indépendantes sur les variables dépendantes.

Apprenez-en plus sur la fa?on d'exécuter une analyse de régression dans Excel:

Vous pouvez télécharger le classeur Excel ci-dessous, suivre les étapes pour acquérir une compréhension approfondie de l'analyse de régression.

Télécharger Excel WorkbookRegression -in-excel.xlsx

Table des matières

Qu'est-ce que l'analyse de régression?

L'analyse de régression est une méthode statistique utilisée pour estimer la relation entre deux variables - une variable dépendante (Y) et une ou plusieurs variables indépendantes (x). Il est utilisé pour déterminer comment la valeur de Y change avec la valeur de X.

Nous essayons d'utiliser des variables indépendantes pour régresser la valeur de la variable dépendante. Comprenons cela avec un exemple:

Supposons que nous ayons les ventes mensuelles totales d'un produit dans le passé et les données de dépenses utilisées pour annoncer ce produit. Nous pouvons facilement exécuter une analyse de régression entre deux variables pour analyser s'il existe une relation entre les deux.

Dans ce cas, la variable indépendante (x) est la dépense publicitaire et la variable dépendante (Y) est le total des ventes. Nous pouvons également utiliser l'analyse de régression pour prédire les ventes futures des dépenses publicitaires basées sur les prévisions.

Installer des outils d'analyse des données

Cliquez sur l'onglet "Data" dans le ruban Excel pour trouver "Analyse des données". Si vous n'êtes pas trouvé, veuillez suivre ces étapes à installer:

étape 1: Accédez à la barre de recherche et entrez le plugin .

étape 2: Sélectionnez la bibliothèque d'outils analytiques et cliquez sur OK .

Vous verrez maintenant l'outil d'analyse des données dans l'onglet Données!

Comment exécuter l'analyse de régression dans Excel?

Suivez les étapes ci-dessous pour effectuer une analyse de régression à l'aide de l'outil de régression intégré d'Excel:

étape 1: Accédez à l'onglet Données > Analyse des données .

étape 2: Dans la bo?te de dialogue Analyse des données, cliquez sur Régression et OK .

étape 3: Dans la bo?te de dialogue de régression, entrez la plage y, c'est-à-dire la variable dépendante. Ici, c'est la colonne contenant des ventes ($ a 2: $ a 19 $).

étape 4: Entrez la plage X, c'est-à-dire la variable indépendante. Ici, c'est la colonne contenant les dépenses publicitaires ($ B 2 $: $ B 19 $).

étape 5: plage d'entrée et de sortie , c'est-à-dire la position de la cellule où vous souhaitez que le résumé de sortie soit affiché. Ici, c'est D 1 $.

étape 6: Cochez la case résiduelle .

Le résumé de sortie sera désormais affiché dans la feuille de calcul.

Apprenez-en plus sur ce résumé de sortie!

Expliquez les résultats

Une fois l'analyse de régression exécutée dans Excel, tous les calculs seront effectués et les résultats seront affichés. Il est important de comprendre la signification des termes utilisés dans la sortie pour expliquer clairement les résultats.

Sortie de résumé

Cela nous indique à quel point la régression linéaire correspond bien à la source de données.

Plusieurs R - Il nous indique la force de la relation entre deux variables. Plus la valeur est grande, plus la relation est grande. Les valeurs varient de -1 à 1:

• 1 indique une forte corrélation positive
• -1 indique une forte corrélation négative
• 0 ne signifie rien

Ici, la valeur est de 0,916, ce qui signifie qu'il existe une forte corrélation positive entre les ventes et les dépenses publicitaires.

Side R - Il nous indique combien de variations des variables indépendantes sont expliquées dans la régression. Ceci est un indicateur de la bonté de l'ajustement. Généralement, 95% des carrés R sont considérés comme un bon ajustement.

Dans notre cas, la valeur est de 0,84, ce qui signifie que 84% des variables dépendantes sont interprétées par des variables indépendantes.

Sidé R ajusté - Il s'agit de la valeur de réglage de la face R lorsque nous exécutons la régression multiple.

Erreur standard - Il s'agit d'une autre mesure de la bonté de l'ajustement qui nous indique la précision de l'analyse de régression.

Anova

Ce tableau ANOVA nous indique le niveau de variabilité du modèle de régression.

• DF est le degré de liberté associé à la source de variance.
• SS est la somme des carrés. Plus la valeur est petite, plus le modèle est approprié pour les données source.
• MS est un carré moyen.
• F est un test F utilisé pour déterminer la signification globale du modèle de régression.
• La signification F est la valeur p du test F. Il nous dit si les résultats sont statistiquement significatifs et fiables. En règle générale, si la valeur est inférieure à 0,05, le modèle est disponible.

Coefficient de régression

Sur la base de ces deux valeurs mentionnées dans le tableau, nous pouvons facilement créer des équations de régression:

* Y = coefficient d'interception x **

Après avoir exécuté l'analyse de régression, nous avons obtenu les résultats suivants:

• Interception - 313.3
• Coefficient - 7.2

Par conséquent, l'équation serait:

Ventes = 313,3 7,2 * dépenses publicitaires

En utilisant cette équation, nous pouvons prédire les ventes en fonction des dépenses publicitaires prévues. Si la valeur de prévision est de 250, les ventes seront:

= 313,3 7,2 * 250

= 2113

Donc, si nous dépensons 250 $ pour la publicité, les ventes devraient être d'environ 2113 $.

Créer un graphique de régression linéaire

Pour utiliser un graphique de régression pour visualiser la relation entre deux variables, suivez ces étapes:

étape 1: Sélectionnez les données , y compris le titre.

étape 2: Accédez à insérer et sélectionnez le tracé de dispersion dans la section du graphique. Choisissez le tracé de dispersion approprié au besoin.

Ajoutez un tracé de dispersion à la feuille de calcul.

étape 3: Cliquez avec le bouton droit sur n'importe quel point de données et sélectionnez Ajouter une ligne de tendance .

étape 4: Dans la bo?te de dialogue Trendline Format, sélectionnez Linear .

Une ligne de régression sera ajoutée au graphique.

Cliquez ici pour un guide détaillé sur la fa?on de fabriquer des graphiques dans Excel!

en conclusion

étude plus approfondie:

• Infographie du modèle de graphique Excel
• Créer des graphiques de jalons du projet avec Excel
• Créer un tableau d'excembre Sun avec Excel 2016

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!