Regresná analýza sa používa na predpoveď skóre na nezávislé premenné , známy ako “ x “ pomocou známych skóre na jeden alebo viac závislých premenných , známych ako “ y je . “ Lineárna regresná analýza matematicky vypočíta rovnicu priamky , ktorá slúži ako prediktívny model . Podľa internetových stránok , Stat Trek , rezíduá predstavujú vertikálna vzdialenosť medzi jednotlivými získaných dát bodu nezávislé premenné z tejto priamke. Microsoft Excel 2007 vytvorí graf rezíduí , ktorý je potrebné vykladať posúdiť vhodnosť použitia lineárnej regresie model.Things budete potrebovať v Microsoft Excel 2007
Zobraziť ďalšie inštrukcie Európa
1
Identifikovať X a premenné y v regresiu . X premenná alebo nezávislá premenná predstavuje výsledok , ktorý chcete merať . Premennej y alebo závislé premenné sú vstupy alebo prediktory . Napríklad , ak chcete navrhnúť model predpovedá rad ER prijatie človek by musel pomocou počtu libier nadváhy a počet odpracovaných hodín za týždeň , závislej premennej počet kíl nadváhy a počtu odpracovaných hodín týždenne , zatiaľ čo nezávislá premenná je počet ER prijatie .
2
Uvedomte si , že x -os zvyškového pozemku obsahuje všetky hodnoty premennej x vo vzorke . V tomto prípade , ak je najvyšší počet ER prijímacieho nikoho vo vzorke bolo 15 a najnižšie bol nula , váha začne od nuly a rozšíriť smerom nahor v krokoch po jednej do maximálnej hodnoty 15.
sims 3
Naučte sa čítať os y zvyškového pozemku . Os y predstavuje zvyšky . Ak je najväčšia vzdialenosť medzi bodom získaným dát a prediktívne priamky je 15 a najmenšia vzdialenosť je nulová , to meradlo začne na nule a rozšíriť smerom nahor v krokoch po jednom na maximálnu hodnotu 15. Microsoft Excel 2007 produkuje jeden graf pre každé y premennej .
4
Pochopte , že priamka v grafe je prediktívne linka, ktorá popisuje najlepšie priliehajúce vzťah medzi x a y premenné bytia grafu . Riadok môže byť horizontálne , šikmo nahor alebo šikmo dole v závislosti od povahy vzťahu medzi x a y sú v grafe .
5
Pozrite sa na šírení bodiek hore a dole rovné prediktívne linky . Ak existuje rovnaký počet bodov nad linke ako pod ním , lineárna regresia je vhodné popísať vzťah medzi x a y sú v grafe .
6
Pozrite sa na vzory dispersement . Ak sú dáta v klastroch , iné ako priamky tvar , ako je napríklad “ U “ , alebo v prípade , dátových bodov nie sú rovnomerne rozptýlené nad a pod priamym prediktívne riadku lineárnej regresie nie je vhodné a je nutné použiť nelineárne modely .