Multipel regressionsformel | Beregning af multipel regressionsligning

Hvad er en multipel regressionsformel?

Flere regressionsformler anvendes i analysen af ​​forholdet mellem afhængige og multiple uafhængige variabler, og formlen er repræsenteret af ligningen Y er lig med et plus bX1 plus cX2 plus dX3 plus E hvor Y er afhængig variabel, X1, X2, X3 er uafhængige variabler , a er skæring, b, c, d er skråninger, og E er restværdi.

y = mx1 + mx2 + mx3 + b

Hvor,

  • Y = regressionens afhængige variabel
  • M = regressionens hældning
  • X1 = den første uafhængige variabel af regressionen
  • Den x2 = anden uafhængige variabel af regressionen
  • Den x3 = tredje uafhængige variabel af regressionen
  • B = konstant

Forklaring til formel for regressionsanalyse

Flere regressioner er en metode til at forudsige den afhængige variabel ved hjælp af to eller flere uafhængige variabler. Under kørslen af ​​denne analyse er hovedformålet med forskeren at finde ud af forholdet mellem den afhængige variabel og de uafhængige variabler. For at forudsige den afhængige variabel vælges flere uafhængige variabler, som kan hjælpe med at forudsige den afhængige variabel. Det bruges, når lineær regression ikke er i stand til at tjene formålet. Regressionsanalyse hjælper med at validere, om forudsigelsesvariablerne er gode nok til at hjælpe med at forudsige den afhængige variabel.

Eksempler

Du kan downloade denne Excel-skabelon med flere regressionsformler her - Flere regressionsformel-Excel-skabeloner

Eksempel nr. 1

Lad os prøve og forstå begrebet multipel regressionsanalyse ved hjælp af et eksempel. Lad os prøve at finde ud af, hvad der er forholdet mellem den afstand, en UBER-chauffør har tilbagelagt, og førerens alder og antallet af års erfaring hos chaufføren.

Til beregning af multipel regression skal du gå til fanen Data i Excel og derefter vælge dataanalysemuligheden. For den yderligere procedure og beregning henvises til den givne artikel her - Analysis ToolPak i Excel

Regressionsformlen for ovenstående eksempel vil være

  1. y = MX + MX + b
  2. y = 604,17 * -3,18 + 604,17 * -4,06 + 0
  3. y = -4377

I dette særlige eksempel vil vi se, hvilken variabel der er den afhængige variabel, og hvilken variabel er den uafhængige variabel. Den afhængige variabel i denne regressionsligning er den afstand, der er dækket af UBER-føreren, og de uafhængige variabler er førerens alder og antallet af oplevelser, han har i kørslen.

Eksempel 2

Lad os prøve at forstå begrebet multipel regressionsanalyse ved hjælp af et andet eksempel. Lad os prøve at finde ud af, hvad der er sammenhængen mellem GPA for en klasse studerende og antallet af studietimer og elevernes højde.

For beregningen skal du gå til fanen Data i Excel og derefter vælge indstillingen for dataanalyse.

Regressionsligningen for ovenstående eksempel vil være

y = MX + MX + b

y = 1,08 * 0,03 + 1,08 * -. 002 + 0

y = .0325

 I dette særlige eksempel vil vi se, hvilken variabel der er den afhængige variabel, og hvilken variabel er den uafhængige variabel. Den afhængige variabel i denne regression er GPA, og de uafhængige variabler er studietimer og studerendes højde.

Eksempel 3

Lad os prøve at forstå begrebet multipel regressionsanalyse ved hjælp af et andet eksempel. Lad os prøve at finde ud af, hvad der er forholdet mellem lønnen til en gruppe medarbejdere i en organisation og antallet af års erfaring og medarbejdernes alder.

For beregningen skal du gå til fanen Data i Excel og derefter vælge indstillingen for dataanalyse.

Regressionsligningen for ovenstående eksempel vil være

  • y = MX + MX + b
  • y = 41308 * .- 71 + 41308 * -824 + 0
  • y = -37019

I dette særlige eksempel vil vi se, hvilken variabel der er den afhængige variabel, og hvilken variabel er den uafhængige variabel. Den afhængige variabel i denne regressionsligning er lønnen, og de uafhængige variabler er medarbejdernes erfaring og alder.

Relevans og anvendelse

Flere regressioner er en meget nyttig statistisk metode. Regression spiller en meget rolle i finansverdenen. En masse prognoser udføres ved hjælp af regressionsanalyse. For eksempel kan salget af et bestemt segment forudsiges på forhånd ved hjælp af makroøkonomiske indikatorer, der har en meget god sammenhæng med dette segment.