kaltevuus regressiolinjan viiva on viivan jyrkkyyden mitta.
Se on numeerinen arvo, joka kertoo meille, kuinka kaksi muuttujaa korreloivat. Se kertoo meille, kuinka paljon riippuvainen muuttuja muuttuu, jos riippumaton muuttuja muuttuu.
On olemassa kolme tapaa löytää regressiolinjan kaltevuus tietylle muuttujasarjalle Excelissä:
- SLOPE -toiminnon käyttäminen
- Excel -pistekaavion käyttäminen
Tässä opetusohjelmassa näytän sinulle, kuinka lasketaan kaltevuus käyttämällä edellä mainittuja kolmea menetelmää.
Mikä on Slope? Yleiskatsaus
Kaltevuus on arvo, joka kertoo meille, kuinka kaksi arvoa (joita yleensä kutsutaan x- ja y -arvoiksi) liittyvät toisiinsa.
Yksinkertainen esimerkki: jos sinulla on tietoja joidenkin ihmisten pituudesta ja vuosituloista ja lasket näiden tietojen kaltevuuden, se kertoo, onko näiden datapisteiden välillä positiivinen vai negatiivinen korrelaatio.
Kaltevuusarvo voi olla positiivinen tai negatiivinen.
Esimerkissämme jos kaltevuusarvo on 138, mikä tarkoittaa, että korkeuden ja ihmisten tulojen välillä on positiivinen korrelaatio. Joten jos korkeus kasvaa 1 senttimetriä, tulot todennäköisesti kasvavat 138 dollaria.
Kaltevuuden lisäksi toinen asia, joka sinun on tiedettävä, on Intercept.
Selitän sen yhtälöllä:
Y = Kaltevuus*X + sieppaus
Tässä yhtälössä olemme jo laskeneet kaltevuuden, mutta tietääksesi todella, mikä olisi Y -arvo tietylle X -arvolle, sinun on myös tiedettävä sieppaus.
Onneksi Excelillä on myös kaava siihen, ja aion käsitellä sieppauksen laskemista kaikissa menetelmissä.
Tapa 1: Excel SLOPE -toiminnon käyttäminen
Helpoin tapa laskea kaltevuus Excelissä on käyttää sisäänrakennettua SLOPE -toiminto.
Se löytää tietyn joukon kaltevuusarvon x-y koordinaatit yhdessä vaiheessa.
Vaikka kaltevuuden laskeminen manuaalisesti voi olla vaikeaa, SLOPE -toiminnolla sinun on vain annettava sille x- ja y -arvot, ja se tekee kaiken raskaan nostamisen taustalla.
SLOPE -funktion syntaksi Excelissä
Kaltevuusfunktion syntaksi on:
= KALLISTUS (y_vals, x_vals)
Tässä, y_vals ja x_vals kukin koostuu taulukosta tai solualueesta, joka sisältää numeerisia riippuvaisia data -arvoja.
Muista, että sinun on annettava Y -arvot ensimmäisenä argumenttina ja X -arvot toisena argumenttina. Jos teet sen toisinpäin, saat silti tuloksen, mutta se olisi väärin.
Oletetaan, että sinulla on alla oleva tietojoukko, kuten alla on esitetty, missä minulla on korkeus (cm) X -arvoina ja keskimääräiset vuositulot (USD) Y -arvoina.
Alla on kaava kaltevuuden laskemiseksi tämän tietojoukon avulla:
= KALLISTUS (B2: B11, A2: A11)
Yllä oleva tulos kertoo minulle, että tämän aineiston perusteella voin olettaa, että jos korkeus kasvaa 1 cm, tulot kasvavat 138,58 USD.
Toinen yleinen tilastollinen arvo, jonka ihmiset usein laskevat työskennellessään kaltevuuden kanssa, on laskea Katkaise arvo.
Vain virkistääksesi, kaltevuusyhtälö on jotain alla olevaa:
Y = Kaltevuus*X + sieppaus
Vaikka tiedämme kaltevuuden, meidän on myös tiedettävä sieppausarvo varmistaaksemme, että voimme laskea Y -arvot mille tahansa X -arvolle.
Tämä voidaan tehdä helposti alla olevan kaavan avulla:
= TAPPIO (B2: B11, A2: A11)
Tämän perusteella yhtälömme tälle aineistolle tulee:
Y = 138,56*X + 65803,2
Jos nyt kysyn sinulta, mitkä olisivat tulot keneltä tahansa, jonka pituus on 165 cm, voit laskea arvon helposti.
Y = 138,56*165 + 65803,2
Sekä kaltevuus- että leikkausarvot voivat olla positiivisia tai negatiivisia
Muistettavaa, kun käytät SLOPE -toimintoa Excelissä
Tässä on muutama asia, joka on muistettava, kun etsitään regressiolinjan kaltevuutta SLOPE -funktion avulla:
- SLOPE -funktion argumenttien on oltava numeerisia (myös DATE -arvot hyväksytään). Jos jokin soluista on tyhjä tai sisältää tekstimerkkijonon, ne jätetään huomiotta
- Jos missä tahansa solussa/soluissa on "0", sitä käytetään laskennassa
- Niitä pitäisi olla yhtä monta x ja y arvot, kun niitä käytetään SLOPE -toiminnon tulona. Jos annat sille erikokoisia alueita, saat virheen #N/A
- Pisteitä pitäisi olla useampi kuin yksi, muuten SLOPE -funktio palauttaa #DIV! virhe
Menetelmä 2 - Pistekaavion käyttäminen kaltevuusarvon saamiseksi
Jos haluat visualisoida tietosi ja regressiolinjan, voit piirtää tiedot pistekaavioon ja etsiä sen avulla trendilinjan kaltevuuden ja leikkauksen (kutsutaan myös parhaiten sopiviksi).
Oletetaan, että sinulla on alla näkyvä tietojoukko ja haluat selvittää näiden tietojen kaltevuuden ja sieppauksen:
Alla on vaiheet tämän tekemiseen:
- Valitse sekä X- että Y -datapisteet (esimerkissämme se olisi korkeus- ja tulosarake)
- Napsauta nauhan "Lisää" -välilehteä
- Napsauta avattavaa Lisää hajonta -valikkoa (Kaaviot -ryhmän alla)
- Valitse näkyviin tulevasta avattavasta valikosta pistekaavio
- Tämä lisää pistekaavion laskentataulukkoosi ja näyttää x-y-arvosi hajontapisteinä (kuten alla)
- Napsauta hiiren kakkospainikkeella jotakin hajontapistettä ja valitse näkyviin tulevasta kontekstivalikosta Lisää trendiviiva. Tämä lisää trendiviivan ja avaa myös "Muotoile trendiviiva" -ruudun oikealla puolella
- Valitse Muotoile trendiviiva -ruudun Trendilinjan asetukset -kohdassa Näytä yhtälö kaaviossa -valintaruutu
- Sulje Muotoile trendiviiva -ruutu
Yllä olevat vaiheet lisäisivät pistekaavion, jossa on trendiviiva, ja trendilinjalla on myös kaltevuus- ja leikkausyhtälö.
Esimerkissämme saamme alla olevan yhtälön:
y = 138,56x + 65803
Tässä:
- 138.56 on regressiolinjan kaltevuus
- 65803 on regressiolinjan leikkauspiste
Voit verrata tätä arvoihin, jotka saimme SLOPE- ja INTERCEPT -funktioista (se on sama arvo).
Jos kaltevuusarvo on positiivinen, näet trendiviivan nousevan, ja jos kaltevuusarvo on negatiivinen, näet trendiviivan laskevan. Kaltevuuden jyrkkyys riippuu sen kaltevuusarvosta
Vaikka kaavamenetelmä kaltevuuden ja leikkauksen laskemiseksi on helppoa, pistekaaviomenetelmän käytön etu on, että näet visuaalisesti datapisteiden jakauman sekä regressiolinjan kaltevuuden.
Ja jos luot joka tapauksessa pistekaaviota tiedoillesi, kaltevuusarvon saaminen lisäämällä trendiviivan olisi itse asiassa nopeampaa kuin kaavojen käyttäminen.
Nämä ovat siis kaksi todella yksinkertaista tapaa, joilla voit laskea Excelissä olevan tietojoukon kaltevuuden ja sieppausarvon.
Toivottavasti pidit tätä opetusohjelmaa hyödyllisenä.