Statistické analýzy jsou nezbytným nástrojem v řízení portfolia. Zvláště silnou metodou je regresní analýza, zejména pokud jde o určení vlivu několika nezávyslých proměnných na určitou proměnnou. Chcete vědět, jak v Excelu vytvořit a analyzovat lineární funkční vztah pomocí multiplikativní regrese? Toto uživatelské rozhraní vám poskytne jasný přehled a podrobný krok za krokem.
Nejdůležitější poznatky
- Regresní analýza pomáhá kvantifikovat vliv nezávislých proměnných na určitou proměnnou.
- Je důležité hodnotit kvalitu a statistickou významnost regresního modelu.
- Posouzením koeficientů lze zjistit, která nezávislá proměnná má silnější vliv na závislou proměnnou.
Krokový průvodce regresní analýzou v Excelu
Příprava dat
Předtím než začnete s regresní analýzou, musíte připravit svá data. Závislá proměnná (y) je v tomto případě obrat z prodeje notebooků a nezávislé proměnné (x1 a x2) jsou počet zaměstnanců a počet konkurenčních akcí. Nejprve byste měli všechna potřebná data zadat do Excelu a přehledně je strukturovat.
Zkontrolování korelace
Pro získání prvních náznaků možných souvislostí mezi proměnnými můžete vytvořit korelační matici. Tato matice vám pomůže vidět, jak jsou různé proměnné propojeny. Můžete to udělat pomocí funkce „Datová analýza“ v Excelu a poté vybrat korelační matici s zahrnutím všech relevantních oblastí dat.
Provedení regresní analýzy
Nyní jste připraveni provést regresní analýzu. K tomu opět vyberte funkci „Datová analýza“, pak vyberte „Regrese“. Zde zadejte rozsah vstupu pro závislou proměnnou (obrat z prodeje notebooků) a nezávislé proměnné (počet zaměstnanců a konkurenčních akcí).
Interpretace výsledků
Po provedení regresní analýzy obdržíte řadu výstupů a statistik. Prvním důležitým bodem je míra určenosti (R²), která popisuje podíl vysvětlení závislé proměnné nezávislými proměnnými. Hodnota R² ve výši 0,38 naznačuje, že 38% variability obratu z prodeje notebooků lze vysvětlit oběma nezávislými proměnnými.
Při vyhodnocování byste měli brát v úvahu, jaký je model stabilní. Zde můžete využít standardní odchylku k určení stability. Pokud například získáte standardní odchylku ve výši 0,51, znamená to vysoký relativní rozptyl a tím pádem nízkou stabilitu.
Hodnocení silných faktorů ovlivňujících
Rozhodujícím krokem je zjistit, která z nezávislých proměnných má silnější vliv na závislou proměnnou. To můžete udělat pomocí koeficientů, které udávají absolutní relevanci proměnných. K paíkladu koeficient x1 (počet zaměstnanců) činí 109, zatímco koeficient x2 (počet konkurenčních akcí) je -141. To znamená, že každé zvýšení počtu zaměstnanců zvýší obrat o 109 eur, zatímco každé zvýšení konkurenčních akcí sníží obrat o 141 eur.
Hodnocení statistické významnosti
Dalším důležitým aspektem regresní analýzy je statistická významnost. Můžete to vidět na p-hodnotě a F-testu, které by měly mít velmi nízké hodnoty. To naznačuje, že nezávislé proměnné mají významný vliv na závislou proměnnou a opravňuje použití modelu.
Shrnutí
Regresní analýza v Excelu vám umožňuje kvantitativně zachytit vztah mezi různými proměnnými. S touto příručkou jste se naučili kroky k provedení a interpretaci multiplexní regrese. Dbáte na hodnocení kvality a stability modelu a jednotlivých vlivovых faktorů, abyste mohli v řízení portfolia učinit fundovaná rozhodnutí.
