वापसी

आर स्कवेयर | महत्व एफ और पी-मान | गुणांकों | बच गया

यह उदाहरण आपको सिखाता है कि कैसे दौड़ना है रैखिक प्रतिगमन विश्लेषण में एक्सेल और सारांश आउटपुट की व्याख्या कैसे करें।

नीचे आप हमारा डेटा पा सकते हैं। बड़ा सवाल यह है कि क्या बेची गई मात्रा (आउटपुट) और कीमत और विज्ञापन (इनपुट) के बीच कोई संबंध है। दूसरे शब्दों में: अगर हम कीमत और विज्ञापन जानते हैं तो क्या हम बेची गई मात्रा का अनुमान लगा सकते हैं?

1. डेटा टैब पर, विश्लेषण समूह में, डेटा विश्लेषण पर क्लिक करें।

नोट: डेटा विश्लेषण बटन नहीं मिल रहा है? लोड करने के लिए यहां क्लिक करें विश्लेषण टूलपैक ऐड-इन .

2. रिग्रेशन चुनें और ओके पर क्लिक करें।

3. Y रेंज (A1:A8) चुनें। यह भविष्यवक्ता चर (जिसे आश्रित चर भी कहा जाता है) है।

4. एक्स रेंज (बी 1: सी 8) का चयन करें। ये व्याख्यात्मक चर हैं (जिन्हें स्वतंत्र चर भी कहा जाता है)। ये कॉलम एक दूसरे से सटे होने चाहिए।

5. लेबल जांचें।

6. आउटपुट रेंज बॉक्स में क्लिक करें और सेल A11 चुनें।

7. अवशेषों की जाँच करें।

8. ठीक क्लिक करें।

एक्सेल निम्नलिखित सारांश आउटपुट (3 दशमलव स्थानों तक गोल) उत्पन्न करता है।

आर स्कवेयर

आर स्क्वायर 0.962 के बराबर है, जो एक बहुत अच्छा फिट है। बेची गई मात्रा में भिन्नता का 96% स्वतंत्र चर मूल्य और विज्ञापन द्वारा समझाया गया है। 1 के करीब, बेहतर रिग्रेशन लाइन (पढ़ें) डेटा फिट बैठता है।

एक्सेल में बांड की कीमत की गणना कैसे करें

महत्व एफ और पी-मान

यह जांचने के लिए कि क्या आपके परिणाम विश्वसनीय हैं (सांख्यिकीय रूप से महत्वपूर्ण), महत्व एफ (0.001) देखें। यदि यह मान 0.05 से कम है, तो आप ठीक हैं। यदि महत्व एफ 0.05 से अधिक है, तो शायद स्वतंत्र चर के इस सेट का उपयोग बंद करना बेहतर होगा। उच्च P-मान (0.05 से अधिक) के साथ एक चर हटाएं और प्रतिगमन को फिर से चलाएँ जब तक कि महत्व F 0.05 से नीचे न गिर जाए।

अधिकांश या सभी P-मान 0.05 से नीचे होने चाहिए। हमारे उदाहरण में यह मामला है। (0.000, 0.001 और 0.005)।

गुणांकों

प्रतिगमन रेखा है: y = बेची गई मात्रा = ८५३६.२१४ -८३५.७२२ * मूल्य + ०.५९२ * विज्ञापन। दूसरे शब्दों में, मूल्य में प्रत्येक इकाई की वृद्धि के लिए, बेची गई मात्रा 835.722 इकाइयों के साथ घट जाती है। विज्ञापन में प्रत्येक इकाई वृद्धि के लिए, बेची गई मात्रा 0.592 इकाइयों के साथ बढ़ जाती है। यह बहुमूल्य जानकारी है।

आप इन गुणांकों का उपयोग पूर्वानुमान करने के लिए भी कर सकते हैं। उदाहरण के लिए, यदि मूल्य के बराबर है और विज्ञापन ,000 के बराबर है, तो आप 8536.214 -835.722 * 4 + 0.592 * 3000 = 6970 की बिक्री की मात्रा प्राप्त करने में सक्षम हो सकते हैं।

बच गया

अवशिष्ट आपको दिखाते हैं कि वास्तविक डेटा बिंदु अनुमानित डेटा बिंदुओं (समीकरण का उपयोग करके) से कितनी दूर हैं। उदाहरण के लिए, पहला डेटा बिंदु 8500 के बराबर होता है। समीकरण का उपयोग करते हुए, अनुमानित डेटा बिंदु 8536.214 -835.722 * 2 + 0.592 * 2800 = 8523.009 के बराबर होता है, जो 8500 - 8523.009 = -23.009 का अवशिष्ट देता है।

आप इन अवशेषों का स्कैटर प्लॉट भी बना सकते हैं।