Como criar uma equação de regressão no excel

Você pode criar uma equação de regressão no Excel que irá ajudá-lo a prever valores do cliente. Para criar uma equação de regressão usando o Excel, siga estes passos:

1. Inserir um gráfico de dispersão em um espaço em branco ou folha em um arquivo Excel com os seus dados.

   Você pode encontrar o gráfico de dispersão na fita Inserir no Excel 2007 e posterior.

2. Selecione o eixo x (horizontal) e os dados do eixo y e clique em OK.

   Coloque o que você quer prever no y-eixo (por isso o meu dados de tempo é em coluna B). As torneiras estão na coluna C.

   Agora você tem um gráfico de dispersão.

   Video: Curso de Estatística Reta de Regressão na Planilha Excel Análise Regressão Linear Exercício GRÁFICO

3. direito; clique em qualquer um dos pontos e selecione “Adicionar linha de tendência” no menu.

   A caixa de diálogo Format Trendline abre.

   

4. 
   
   
   

   Selecione Opções Trendline à esquerda, se necessário, em seguida, selecione a exibição equação no gráfico e exibição dos valores de R-Squared em caixas Gráfico.

   Video: Reta de Regressão Linear Estatística Funções ou fórmulas Inclinação e Intercepção Excel Coeficientes

   Agora você tem um gráfico de dispersão com linha de tendência, equação, eo valor de R-quadrado. A equação de regressão é Y = 4.486x + 86,57.

   

   a r² valor de 0,3143 diz que torneiras pode explicar cerca de 31% da variação no tempo. Diz-lhe o quão bem a linha mais apropriado realmente se ajusta aos dados.

Indo além das extremidades dos valores observados é arriscado quando se utiliza uma equação de regressão. Não há nenhuma garantia de que a linha de regressão continuará a ser linear, porque se estende antes e depois dos pontos de dados.

Cuidado com as seguintes três coisas ao correlacionar dados de análise de clientes e usando análise de regressão:

• restrição de faixa: Duas variáveis ​​pode ter uma correlação baixa, porque você está medindo apenas em uma faixa estreita. Por exemplo, a altura eo peso têm uma forte correlação positiva, mas se você medir apenas jogadores National Basketball Association (NBA), a correlação seria principalmente ir embora. Isso pode acontecer, por exemplo, se você está olhando para um intervalo estreito de clientes - por exemplo, aqueles com os maiores rendimentos ou a maioria das transações.

• variáveis ​​terceiros: É frequentemente o caso que outra variável que não está medindo é realmente a causa do relacionamento. Por exemplo, notas do ensino médio estão correlacionados com graus universitários. Pode parecer melhor estudando na escola leva a melhores notas na faculdade.

  No entanto, é frequentemente o caso que uma terceira variável, status sócio econômico (SES) é uma melhor explicação de ambos os secundaristas e universitários notas. Estudantes em famílias com SES mais elevados tendem a ter notas mais altas na escola e na faculdade do que alunos de famílias com baixa SES. Na análise de clientes uma economia em crescimento ou uma empresa em crescimento pode ser a razão para o aumento nas vendas, e não sua campanha ou recurso mudanças de marketing.

• Não-linearidade: A relação entre as variáveis ​​precisa ser linear - ou seja, seguem uma linha um pouco. Se as curvas de relacionamento baixo ou para cima, uma equação de correlação e regressão não descrever adequadamente a relação.