Համակարգիչներ, Ծրագրային ապահովման
Հետընթաց է Excel. Հավասարման օրինակներով. գծային ռեգրեսիայի
Հետադիմություն վերլուծություն - վիճակագրական ուսումնասիրություն մեթոդը է ցույց տալ կախվածությունը մի պարամետր մեկ կամ ավելի անկախ փոփոխականների. Նախընտրական համակարգչային դարաշրջանի, դրա օգտագործումը եղել է բավականին դժվար է, հատկապես, երբ այն գալիս է մեծ ծավալների տվյալների: Այսօր, սովորում, թե ինչպես պետք է կառուցել հետընթացը Excel- ում, դուք կարող եք լուծել բարդ վիճակագրական խնդիրներ ընդամենը մի քանի րոպե: Ստորեւ բերված են կոնկրետ օրինակներ են տնտեսագիտության.
ռեգրեսիայի տեսակները
Այս հայեցակարգը ներկայացվել է մաթեմատիկայի Ֆրենսիս Galton - ի 1886 թ. Հետընթացը:
- գծային;
- Այլաբանական;
- Power;
- exponential;
- hyperbolic;
- exponential;
- logarithmic:
ՕՐԻՆԱԿ 1
Խնդիրը համարում որոշելու կախվածությունը թվի հրաժարականների անդամների աշխատակազմի միջին աշխատավարձի մեջ 6 արդյունաբերական ձեռնարկություններում:
Խնդիր է. Վեց ընկերությունները վերլուծել է միջին ամսական աշխատավարձը եւ աշխատողների թիվը, ովքեր պաշտոնից ազատվել կամովին: Է աղյուսակային տեսքով մենք ունենք:
A | B |
C | |
1 | X | Միավորների քան-հրաժարականների | աշխատավարձ |
2 | y | 30000 ռուբլի | |
3 | 1 | 60 | 35000 ռուբլի |
4 | 2 | 35 | 40000 ռուբլի |
5 | 3 | 20 | 45000 ռուբլի |
6 | 4 | 20 | 50000 ռուբլի |
7 | 5 | 15 | 55000 ռուբլի |
8 | 6 | 15 | 60000 ռուբլի |
Խնդրի որոշելու կախվածությունը գումարը բաժանումները աշխատողների միջին աշխատավարձի համար 6 ձեռնարկությունների ռեգրեսիոն մոդելի ունի ձեւ հավասարման Y = a 0 + է 1 x 1 + ... + մի k x k, որտեղ x i - influencing փոփոխականները, մի i - ռեգրեսիայի գործակիցները, ak - գործոններ:
Y համար տվյալ առաջադրանքի - դա մի ցուցանիշ է կրակել աշխատակից, որը նպաստող գործոն է, աշխատավարձը, որը մատնանշում է X.
Harnessing իշխանության «Excel» աղյուսակների
Հետադիմություն վերլուծություն եւ Excel պետք է նախորդի դիմում է առկա աղյուսակի տվյալների ներկառուցված գործառույթների. Սակայն, այդ նպատակների համար ավելի լավ է օգտագործել շատ օգտակար ավելացնել- in «փաթեթային վերլուծություն»: , Որպեսզի այն, դուք պետք է:
- հետ էջանիշը «Պատկեր» գնալ «կայանքներով».
- պատուհանից, որ բացվի, ընտրել «Հավելումների ';
- սեղմեք կոճակը «Go», որը գտնվում է ներքեւի աջ գծի «կառավարման».
- դնում չեկային նշանի կողքին «Վերլուծություն ToolPak» եւ հաստատեք ձեր ակցիա սեղմելով «OK»:
Եթե արել է ճիշտ, որ աջ կողմը «Դատա» ներդիրում, որը գտնվում է բարձր Աշխատանքային թերթիկի «Excel», ցույց է տալիս, ցանկալի կոճակը:
Գծային ռեգրեսիոն Excel- ում
Այժմ, որ դուք ունեք վրա ձեռքը բոլոր անհրաժեշտ վիրտուալ գործիքների համար էկոնոմետրիկ հաշվարկների, մենք կարող ենք սկսել անդրադառնալ մեր խնդիրը. Որպեսզի դա անել:
- կոճակը է կտտացրել է «տվյալների վերլուծության».
- Սեղմիր կոճակը «ռեգրեսիայի» բաց պատուհանից.
- մի թերթ, որը հայտնվում է ներկայացնել մի շարք արժեքների Y (թիվը բաժանումները աշխատողների) եւ X (իրենց աշխատավարձը),
- վերահաստատում են իրենց գործողությունները, սեղմելով «OK» կոճակը:
Որպես հետեւանք, ծրագիրը ավտոմատ կերպով լրացնել նոր թերթ աղյուսակի տվյալները հետադիմություն վերլուծություն: Ուշադրություն Excel- ում, կա հնարավորություն է սահմանել տեղը, որ դուք նախընտրում այդ նպատակի համար. Օրինակ, դա կարող է լինել նույնը թերթ, որտեղ արժեքները Y եւ X, կամ նույնիսկ մի նոր գիրք, հատուկ նախագծված պահեստավորման համար այդպիսի տվյալների:
Հետընթաց վերլուծության արդյունքները R-հրապարակում
The Excel ստացված տվյալների համարվում օրինակ տվյալների ունեք ձեւը:
Առաջին հերթին, մենք պետք է ուշադրություն դարձնել, որ արժեքի R-Squared. Այն իրենից ներկայացնում է գործակիցը որոշման: Այս օրինակում, R-քառակուսի = 0.755 (75.5%), մ. Ե հաշվարկված մոդելի պարամետրերը է բացատրել հարաբերությունները պարամետրերի համարվում է 75.5%: Որքան բարձր է արժեքը գործակցի որոշման, ընտրված մոդելը համարվում է ավելի օգտակար որոշակի առաջադրանքներ. Ենթադրվում է, ճիշտ նկարագրել իրական վիճակը ժամը R քառակուսի արժեքը գերազանցում 0.8. Եթե R քառակուսի <0.5, ապա հետադիմություն վերլուծություն Excel- ում չի կարելի համարել ողջամիտ:
հարաբերակցությունը վերլուծություն
Միավորների քան-64,1428 ցույց է տալիս, թե ինչ է լինելու արժեքը Y, եթե բոլոր փոփոխականները xi մեր մոդելը կլինի զրոյացնել. Այլ կերպ ասած, կարելի է պնդել, որ արժեքը վերլուծվում պարամետրի վրա ազդում է նաեւ այլ գործոնների, քան նրանք, ովքեր նկարագրված է կոնկրետ մոդելի.
Հաջորդ գործոնը -0,16285 գտնվում է բջջային B18, ցույց է տալիս, որ կարեւոր ազդեցությունը փոփոխական X Ե Սա նշանակում է, որ միջին աշխատավարձը կազմում մոդելի ազդում համարը հրաժարականների է ծանրությունից -0.16285, t. E. աստիճանը իր ազդեցության բոլորը փոքր. The նշանը »-« ցույց է տալիս, որ այդ գործակիցը բացասական: Ակնհայտ է, քանի որ մենք բոլորս գիտենք, որ ավելի շատ աշխատավարձը ձեռնարկության, այնքան քիչ մարդ ցանկություն հայտնեց դադարեցնելու պայմանագիրը զբաղվածության կամ ազատվել:
բազմակի ռեգրեսիայի
Սույն տերմինը վերաբերում է կապի հավասարման հետ մի քանի անկախ փոփոխականների ձեւով:
y = f (x 1 + x 2 + ... x մ) + ε, որտեղ y - ը առանձնահատկությունն հաշիվը (կախյալ փոփոխական), եւ x 1, x 2, ... x մ են նշաններ գործոնները (անկախ փոփոխականների):
պարամետր գնահատական
Համար բազմակի ռեգրեսիայի (MR), այն իրականացվում է օգտագործելով փոքրագույն քառակուսիների մեթոդը (LSM): Համար գծային հավասարումների ձեւի Y = a + b 1 x 1 + ... + b մ x մ + ε կառուցելու համակարգ նորմալ հավասարումների (սմ. Ստորեւ)
Որպեսզի հասկանանք, թե սկզբունքը մեթոդով, մենք համարում ենք, երկգործոն գործը. Ապա մենք այն իրավիճակը բնութագրվում է բանաձեւով
Հետեւաբար, մենք ձեռք:
որտեղ σ - ն փոփոխականությունը համապատասխան հնարավորությունը, արտացոլված է ցուցանիշից:
MNC կիրառելի է հավասարման MR է standartiziruemom մասշտաբների: Այս դեպքում, մենք ստանում հավասարումը:
որուն մէջ տ y, տ x 1 ... տ XM - standartiziruemye փոփոխականներ, որոնք միջին արժեքներ են, 0: բետա i - ստանդարտացված հետադարձի գործակիցների եւ ստանդարտ շեղումը - 1.
Խնդրում ենք նկատի ունենալ, որ բոլորը բետա i այս դեպքում սահմանվում է որպես կարգավորվեն եւ tsentraliziruemye, հետեւաբար, համեմատություն միջեւ համարել վավեր եւ ընդունելի: Ի լրումն, այն ընդունված է իրականացնել ցուցադրությունը գործոններ, հեռացնելով նրանց, որոնք ունեն ամենացածր արժեքները βi:
Խնդիրն այն է, օգտագործելով գծային ռեգրեսիայի հավասարման
Ենթադրենք, դուք ունեք մի սեղան դինամիկայի գնի որոշակի ապրանքի N վերջին 8 ամիսների ընթացքում: Անհրաժեշտ է որոշել, թե արդյոք ձեռք բերելու իր կուսակցության արժեքով 1850 ռուբլի: / T.
A | B | C | |
1 | այն ամիսն | Անունը ամսվա | գին N |
2 | 1 | հունվարի | 1750 ռուբլի մեկ տոննայի դիմաց |
3 | 2 | փետրվար | 1755 ռուբլի մեկ տոննայի դիմաց |
4 | 3 | երթ | 1767 ռուբլի մեկ տոննայի դիմաց |
5 | 4 | ապրիլ | 1760 ռուբլի մեկ տոննայի դիմաց |
6 | 5 | մայիս | 1770 ռուբլի մեկ տոննայի դիմաց |
7 | 6 | հունիսի | 1790 ռուբլի մեկ տոննայի դիմաց |
8 | 7 | հուլիսի | 1810 ռուբլի մեկ տոննայի դիմաց |
9 | 8 | օգոստոս | 1840 ռուբլի մեկ տոննայի դիմաց |
Որպեսզի լուծել այս խնդիրը աղյուսակային մշակողը «Excel» պահանջվում է օգտագործել արդեն հայտնի է օրինակ գործիք "Տվյալների վերլուծություն» ներկայացված է վերեւում: Հաջորդը, ընտրել "Հետընթաց» բաժինը եւ սահմանված պարամետրերի. Մենք պետք է հիշենք, որ այդ «ներածում տիրույթում Y» պետք է ծանոթանալ մի շարք արժեքների կախյալ փոփոխականի (այս դեպքում գինը ապրանքի կոնկրետ ամիսների տարվա) եւ ՀՀ «ներածում ընդմիջումից X» - ի համար անկախ (այդ ամսվա): Մենք հաստատում ենք, որ ակցիան սեղմելով «OK»: Մի նոր worksheet (եթե այդպես է նշված), մենք ձեռք տվյալների համար ռեգրեսիայի:
Մենք կառուցում ենք նրանց վրա գծային հավասարումը ձեւի y = ax + b, որտեղ, ինչպես պարամետրերի A եւ B են գործակիցները են գծի համարը, ամսվա եւ անունից գործակիցների եւ «Y-հատման» գծի թերթիկ արդյունքների հետ է հետընթացը վերլուծության Այսպիսով, գծային ռեգրեսիայի հավասարման (EQ) 3 խնդրի կարելի է գրել նաեւ:
Գինը ապրանքի N = 11,714 * 1727.54 ամիս համարը +.
կամ հանրահաշվական նշագրմամբ
y = 11.714 x + 1727,54
վերլուծություն արդյունքների
Պետք է որոշի, թե արդյոք ստացել համարժեք գծային ռեգրեսիայի հավասարման օգտագործելով բազմակի հարաբերակցությունը գործակիցների (CMC) եւ վճռականություն, ինչպես նաեւ քննությունը եւ Ֆիշերի t-թեստը: Ի սեղանի «Excel» ռեգրեսիայի արդյունքների հետ, նրանք գործում են անուններով բազմակի R, R-հրապարակ, F-T վիճակագրություն եւ վիճակագրություն, համապատասխանաբար.
KMC R հնարավորություն է տալիս գնահատելու համար մերձավորության հավանականային միջեւ հարաբերությունները անկախ եւ կախյալ փոփոխականների. Նրա բարձր արժեք ցույց է տալիս ուժեղ բավականաչափ կապը փոփոխական »թվով ամսվա» եւ «N Ապրանքի գինը ռուբլի, 1 տոննայի»: Սակայն, բնույթը այդ փոխհարաբերությունների անհայտ է:
Հրապարակը գործակցի որոշման R 2 (RI) հանդիսանում է թվային բնորոշ համամասնությամբ ընդհանուր ցրման եւ ցույց է տալիս ցրումը փորձարարական տվյալների մասի, այսինքն, արժեքները կախյալ փոփոխականի համապատասխանում է գծային ռեգրեսիայի հավասարման. Այս խնդրին, այս արժեքը 84.8%, mp. Ե. Վիճակագրության հետ բարձր աստիճանի ճշտության ձեռք բերված նկարագրված են SD:
F վիճակագրություն, ինչպես նաեւ հայտնի է որպես Fisher չափանիշ օգտագործվում է գնահատել նշանակությունը գծային կախվածության կամ հերքել են այն վարկածը, հաստատելով իր գոյությունը:
Որի արժեքը t-վիճակագրական (Ստյուդենտի փորձարկման համար) օգնում գնահատել նշանակությունը գործակցով ցանկացած ազատ անհայտ գծային կախվածության անդամ: Եթե արժեքի T-test> T cr, վարկած է գծային հավասարման աննշան ազատ ժամկետի մերժվում է:
Այս խնդրի համար ազատ ժամկետով միջոցով գործիքների "Excel" պարզվել է, որ T = 169,20903, եւ p = 2,89E-12, ք. E. Ունեն զրոյական հավանականություն, որ հավատարիմ կմերժվի այն վարկածը, որ անցնում է ազատ ժամկետով: Համար անհայտ գործակից t = 5,79405, եւ p = 0,001158. Այլ կերպ ասած, այն հավանականությունը, որ մերժել ճիշտ վարկածը չի անիմաստություն Գործակցի համար անհայտ է, 0.12%:
Այսպիսով, կարելի է պնդել, որ ձեռք է բերել գծային ռեգրեսիայի հավասարման համարժեք:
Խնդիրը նպատակահարմարության գնելու բաժնետոմսերը
Բազմակի ռեգրեսիայի կատարվել է Excel- ում, օգտագործելով նույն «Տվյալների վերլուծություն" գործիք. Դիտարկենք, օրինակ, կոնկրետ դիմումը:
Ուղեցույց ընկերությունը «NNN» պետք է որոշի, թե արդյոք ձեռք բերել 20% բաժնետոմսերի ՓԲԸ «MMM»: Փաթեթի արժեք (SP) 70 մլն ԱՄՆ դոլար: Մասնագետները «NNN» հավաքագրված տվյալների վրա նմանատիպ գործարքների. Որոշվեց է գնահատել արժեքը բաժնետոմսերի վրա այնպիսի չափանիշների, արտահայտվում է միլիոնավոր դոլարների, ինչպիսիք են:
- կրեդիտորական (VK),
- տարեկան շրջանառությունը ծավալը (VO);
- դեբիտորական պարտքեր (VD);
- արժեքը հիմնական միջոցների (SOF):
Բացի այդ, օգտագործեք աշխատավարձի պարտքերը ձեռնարկությունների (V3 U) եւ հազարավոր դոլարների:
Որոշմամբ սեղան processor Excel միջոցները
Առաջին, դուք պետք է ստեղծել մի աղյուսակը մուտքային տվյալները. Այն հետեւյալն է.
Հաջորդ:
- Զանգահարեք արկղ "data վերլուծություն».
- Ընտրված «Հետընթաց» բաժինը.
- պատուհանը «Մուտքագրման ընդմիջումից Y» կառավարվում հեռահար կախյալ փոփոխական արժեքները column G.
- սեղմեք պատկերակը կարմիր սլաքը աջ պատուհանի »Input ինտերվալը X» եւ մեկուսացված է մի թերթիկ շարք բոլոր արժեքներին սյունակի B, C, D, Ֆ.
Ընդգծել կետը, «Նոր թերթիկ" եւ սեղմեք "OK":
Ստացեք մի հետադիմություն վերլուծություն այս խնդիրը.
Հետազոտության արդյունքները եւ եզրակացությունները
«Հավաքել« կլորացվում է ներկայացված տվյալների վերեւում Հատիկային սեղանի Excel պրոցեսոր ռեգրեսիայի հավասարման մեջ.
SD = 0,103 * SOF + 0,541 * vo - 0.031 * VK + 0,405 * VD + 0,691 * vzp - 265.844.
Ի ավելի սովորական մաթեմատիկական ձեւով, այն կարելի է գրել նաեւ:
y = 0.103 * x1 + 0,541 * x2 - 0.031 * x3 + 0,405 * x4 + 0,691 * X5 - 265.844
Տվյալների համար «MMM» ԲԸ ներկայացված է ստորեւ բերված աղյուսակում:
SOF, USD | VO, USD | VK, USD | VD, USD | Vzp, USD | JV, USD |
102.5 | 535,5 | 45.2 | 41.5 | 21,55 | 64,72 |
Փոխարինող նրանց մեջ հետընթացը հավասարման, ձեռք բերել գործիչ 64.72 մլն ԱՄՆ դոլար: Սա նշանակում է, որ բաժնետոմսերը ԲԲԸ «MMM» չպետք է գնել, քանի որ նրանց արժեքը բավականին overpriced է 70 մլն ԱՄՆ դոլար:
Ինչպես դուք կարող եք տեսնել, որ օգտագործումը աղյուսակի "Excel" եւ հետընթացը հավասարման թույլատրվում է կատարել տեղեկացված որոշում նպատակահարմարության բավականին կոնկրետ գործարքը:
Այժմ դուք գիտեք, թե ինչ է հետընթացը: Օրինակներ դեպի Excel, նշվեց վերեւում, կօգնի ձեզ լուծել գործնական խնդիրները էկոնոմետրիկայի:
Similar articles
Trending Now