በኤክሴል ውስጥ ሪግረሽን (Regression) ብዙ የመረጃ ስብስቦችን የማወዳደር ሂደት በራስ-ሰር በራስ-ሰር የሚሰራበት መንገድ ሲሆን በገለልተኛ ተለዋዋጮች ላይ የሚደረጉ ለውጦች በጥገኛ ተለዋዋጮች ላይ የተደረጉ ለውጦችን እንዴት እንደሚነኩ ለማየት። በሁለት ነገሮች መካከል ዝምድና ለማግኘት ከፈለክ፣ በ Excel ውስጥ የተሃድሶ ትንታኔን መጠቀም ያን ለማድረግ በጣም ጥሩው መንገድ ነው።
በዚህ ጽሑፍ ውስጥ ያሉት መመሪያዎች ለኤክሴል 2019፣ ኤክሴል 2016፣ ኤክሴል 2013፣ ኤክሴል 2010 ተፈጻሚ ይሆናሉ።
የመመለሻ ትርጉሙ ምንድን ነው?
Regression ተንታኞች በበርካታ ተለዋዋጮች መካከል ያለውን ግንኙነት ለመወሰን የሚጠቀሙበት እስታቲስቲካዊ የሞዴሊንግ አካሄድ ነው።
የሪግሬሽን ትንተና የሚጀምረው እርስዎ ለመተንተን በሚሞክሩት ነጠላ ተለዋዋጭ እና እርስዎ በሚፈትኗቸው ገለልተኛ ተለዋዋጮች በዛ ነጠላ ተለዋዋጭ ላይ ተጽዕኖ ያሳድራሉ እንደሆነ ለማየት።ትንታኔው የገለልተኛ ተለዋዋጮች ለውጦችን ይመለከታል እና ለውጦቹን ከነጠላ (ጥገኛ) ተለዋዋጭ ለውጦች ጋር ለማዛመድ ይሞክራል።
ይህ የላቁ ስታቲስቲክስ ሊመስል ይችላል፣ነገር ግን ኤክሴል ይህን ውስብስብ ትንታኔ ለማንም ተደራሽ ያደርገዋል።
በኤክሴል ውስጥ መስመራዊ ሪግሬሽን በማከናወን ላይ
ቀላሉ የሪግሬሽን ትንተና መስመራዊ ሪግሬሽን ነው። ቀላል መስመራዊ ሪግሬሽን በሁለት ተለዋዋጮች መካከል ያለውን ግንኙነት ብቻ ይመለከታል።
ለምሳሌ፣ የሚከተለው የተመን ሉህ አንድ ሰው በየቀኑ የሚበላውን የካሎሪ ብዛት እና በዚያ ቀን ክብደታቸውን የያዘ መረጃ ያሳያል።
ይህ የተመን ሉህ ሁለት የውሂብ አምዶችን ስለሚይዝ እና አንዱ ተለዋዋጭ በሌላው ላይ ተጽዕኖ ሊያሳድር ስለሚችል ኤክሴልን በመጠቀም በዚህ ውሂብ ላይ የተሃድሶ ትንተና ማሄድ ይችላሉ።
የትንተና መሣሪያ ፓክ ተጨማሪን በማንቃት ላይ
የኤክሴል ሪግሬሽን ትንተና ባህሪን ከመጠቀምዎ በፊት የትንታኔ ToolPak ማከያውን በኤክሴል አማራጮች ማያ ገጽ ላይ ማንቃት አለብዎት።
-
በ Excel ውስጥ የ ፋይል ምናሌን ይምረጡ እና አማራጮች ይምረጡ። ይምረጡ።
Image -
በግራ አሰሳ ሜኑ ውስጥ
ይምረጥ ተጨማሪዎች ። ከዚያ በ አስተዳድር መስኩ ላይ Excel Add-ins መመረጡን ያረጋግጡ።
Image -
በመጨረሻም የ Go አዝራሩን ይምረጡ።
Image -
በተጨማሪዎች ብቅ ባይ መስኮት ውስጥ። ምልክት ለማከል እና እሺ የሚለውን ምረጥ ከፊቱ ያለውን ሳጥን ጠቅ በማድረግ ትንተና መሣሪያ ፓክን አንቃ።
Image
አሁን Analysis ToolPak ስለነቃ፣ በ Excel ውስጥ የተሃድሶ ትንተና ለማድረግ ዝግጁ ነዎት።
እንዴት ቀላል መስመራዊ ሪግሬሽን በ Excel
የክብደቱን እና የካሎሪዎችን የተመን ሉህ እንደ ምሳሌ በመጠቀም በኤክሴል ውስጥ የሊኒየር ሪግሬሽን ትንታኔን እንደሚከተለው ማከናወን ይችላሉ።
-
የ ዳታ ምናሌን ይምረጡ። ከዚያ በ ትንተና ቡድን ውስጥ የመረጃ ትንተና ይምረጡ። ይምረጡ።
Image -
በ የመረጃ ትንተና መስኮት ውስጥ ከዝርዝሩ ውስጥ Regression ን ይምረጡ እና እሺን ጠቅ ያድርጉ።
Image -
የ የግቤት Y ክልል ጥገኛ ተለዋዋጭን የያዘ የሕዋስ ክልል ነው። በዚህ ምሳሌ, ክብደቱ ይህ ነው. የ የግቤት X ክልል ራሱን የቻለ ተለዋዋጭ የያዘ የሕዋስ ክልል ነው። በዚህ ምሳሌ፣ ያ የካሎሪ ዓምድ ነው።
Image -
ለራስጌ ህዋሶች
መለያዎችን ምረጥ እና ውጤቱን ወደ አዲስ የስራ ሉህ ለመላክ አዲስ የስራ ሉህ ምረጥ። ኤክሴል ትንታኔውን እንዲያካሂድ እና ውጤቱን ወደ አዲስ ሉህ እንዲልክ እሺ ይምረጡ።
Image -
አዲሱን የስራ ሉህ ይፈትሹ። የትንታኔ ውጤቱ ውጤቶቹን ለመተርጎም ሊረዷቸው የሚፈልጓቸው በርካታ እሴቶች አሉት።
Image እያንዳንዱ እነዚህ ቁጥሮች የሚከተሉት ትርጉሞች አሏቸው፡
- በርካታ R፡ የጥምረት ቅንጅት። 1 የሚያመለክተው በሁለቱ ተለዋዋጮች መካከል ጠንካራ ግንኙነት ሲሆን -1 ደግሞ ጠንካራ አሉታዊ ግንኙነት አለ ማለት ነው። 0 ማለት ምንም ግንኙነት የለም ማለት ነው።
- R ካሬ፡ የቁርጥነት ቅንጅት፣ ይህም በሁለቱ ተለዋዋጮች መካከል ስንት ነጥቦች በሪግሬሽን መስመር ላይ እንደሚወድቁ ያሳያል። በስታቲስቲክስ መሰረት፣ ይህ ከአማካይ የስኩዌር መዛባት ድምር ነው።
- የተስተካከለ R ካሬ፡ እስታቲስቲካዊ እሴት R ካሬ ተብሎ የሚጠራው እርስዎ ለመረጡት የገለልተኛ ተለዋዋጮች ብዛት የተስተካከለ ነው።
- መደበኛ ስህተት፡ የድጋሚ ትንተና ውጤቶቹ ምን ያህል ትክክል ናቸው። ይህ ስህተት ትንሽ ከሆነ የመልሶ ማቋቋም ውጤቶችዎ የበለጠ ትክክለኛ ናቸው።
- ምልከታዎች: በእርስዎ የተሃድሶ ሞዴል ውስጥ ያሉ የታዛቢዎች ብዛት።
በሪግሬሽን ውፅዓት ውስጥ ያሉት ቀሪዎቹ እሴቶች በድጋሚ ትንተና ውስጥ ስላሉ ትናንሽ አካላት ዝርዝሮችን ይሰጡዎታል።
- df፡ ከልዩነት ምንጮች ጋር በተገናኘ የነጻነት ደረጃዎች በመባል የሚታወቀው ስታቲስቲካዊ እሴት።
- SS፡ የካሬዎች ድምር። አብዛኛው ውሂብህ ከድጋሚ መስመር ጋር የሚስማማ ከሆነ የቀሪው የካሬዎች ድምር ከጠቅላላ ኤስኤስ ጋር ያለው ምጥጥን ያነሰ መሆን አለበት።
- MS፡ የድጋሚ ውሂብ አማካይ ካሬ።
- F፡ የF ስታቲስቲክስ (ኤፍ-ሙከራ) ባዶ መላምት። ይህ የመልሶ ማቋቋም ሞዴልን አስፈላጊነት ያቀርባል።
- አስፈላጊነት F፡ የF. በመባል የሚታወቀው ስታቲስቲካዊ እሴት
ስታቲስቲክስን ካልተረዱ እና የተመለሱ ሞዴሎችን ካላሰሉ በማጠቃለያው ስር ያሉት እሴቶች ብዙ ትርጉም አይኖራቸውም። ሆኖም መልቲፕል አር እና አር ካሬ ሁለቱ በጣም አስፈላጊዎቹ ናቸው።
እንደምታየው በዚህ ምሳሌ ውስጥ ካሎሪዎች ከጠቅላላ ክብደት ጋር ጠንካራ ትስስር አላቸው።
በርካታ መስመራዊ ሪግሬሽን ትንተና በ Excel
ተመሳሳይ መስመራዊ ሪግሬሽን ለማከናወን ግን ከበርካታ ነጻ ተለዋዋጮች ጋር፣ ሙሉውን ክልል (በርካታ አምዶች እና ረድፎች) ለ ግቤት X ክልል። ይምረጡ።
በርካታ ገለልተኛ ተለዋዋጮችን በሚመርጡበት ጊዜ ብዙ ተለዋዋጮች ስላሉ ጠንካራ ትስስር የማግኘት ዕድሉ ይቀንሳል።
ነገር ግን በኤክሴል ውስጥ ያለው የዳግም ለውጥ ትንተና መረጃውን በእጅ በመገምገም ብቻ መኖራቸውን ካላወቁት ከአንዱ ወይም ከበለጡ ተለዋዋጮች ጋር ያለውን ግንኙነት እንድታገኝ ያግዝሃል።
