Statistikas analīze ir neaizstājams instruments portfeļa pārvaldībā. Regresijas analīze ir īpaši spēcīga metode, jo īpaši tad, kad ir jānosaka vairāku neatkarīgo mainīgo ietekme uz atkarīgo mainīgo. Vai vēlaties uzzināt, kā programmā Excel izveidot un analizēt lineāru funkcionālo sakarību, izmantojot daudzkārtēju regresiju? Šajā rokasgrāmatā sniegts skaidrs pārskats un detalizēti norādījumi soli pa solim.

Galvenie secinājumi

  • Regresijas analīze palīdz kvantitatīvi noteikt neatkarīgo mainīgo ietekmi uz atkarīgo mainīgo.
  • Ir svarīgi novērtēt regresijas modeļa kvalitāti un statistisko nozīmīgumu.
  • Novērtējot koeficientus, var noteikt, kuram neatkarīgajam mainīgajam ir lielāka ietekme uz atkarīgo mainīgo.

Soli pa solim, kā veikt regresijas analīzi programmā Excel

Datu sagatavošana

Pirms sākt regresijas analīzi, ir jāsagatavo dati. Šajā gadījumā atkarīgais mainīgais (y) ir piezīmju grāmatiņu apgrozījums, bet neatkarīgie mainīgie (x1 un x2) ir darbinieku skaits un konkurentu darbību skaits. Vispirms visi vajadzīgie dati jāievada programmā Excel un skaidri jāstrukturē.

Regresijas analīze programmā Excel pārdošanas prognozēm

Pārbaudiet korelāciju

Jūs varat izveidot korelācijas matricu, lai iegūtu sākotnējās norādes par iespējamām attiecībām starp mainīgajiem. Šī matrica palīdz jums redzēt, cik cieši dažādi mainīgie ir savstarpēji saistīti. To var izdarīt, izmantojot Excel funkciju "Datu analīze" un pēc tam izvēloties korelācijas matricu, kurā jāiekļauj visas attiecīgās datu jomas.

Regresijas analīze programmā Excel pārdošanas prognozēm

Regresijas analīzes veikšana

Tagad esat gatavs veikt regresijas analīzi. Lai to izdarītu, vēlreiz izvēlieties funkciju "Datu analīze" un pēc tam izvēlieties "Regresija". Šeit ievadiet atkarīgā mainīgā (piezīmjdatoru apgrozījums) un neatkarīgo mainīgo (darbinieku skaits un konkurentu darbības) ievades diapazonu.

Regresijas analīze programmā Excel pārdošanas prognozēm

Rezultātu interpretēšana

Pēc regresijas analīzes veikšanas jūs saņemsiet dažādus rezultātus un statistiku. Pirmais svarīgais punkts ir determinācijas koeficients (R²), kas raksturo atkarīgā mainīgā skaidrojuma īpatsvaru neatkarīgo mainīgo skaidrojumā. R² vērtība 0,38 norāda, ka 38 % no apgrozījuma mainīguma var izskaidrot ar diviem neatkarīgajiem mainīgajiem.

Veicot analīzi, jāpievērš uzmanība tam, cik stabils ir modelis. Lai noteiktu stabilitāti, var izmantot standarta kļūdu. Piemēram, ja standarta kļūda ir 0,51, tas nozīmē, ka ir lielas relatīvās svārstības un līdz ar to zema stabilitāte.

Regresijas analīze programmā Excel pārdošanas prognozēm

Spēcīgu ietekmējošo faktoru novērtēšana

Būtisks solis ir noskaidrot, kuram no neatkarīgajiem mainīgajiem ir lielāka ietekme uz atkarīgo mainīgo. To var izdarīt, izmantojot koeficientus, kas norāda mainīgo lielumu absolūto nozīmi. Šeit x1 (darbinieku skaits) koeficients ir 109, bet x2 (konkurentu darbību skaits) koeficients ir -141. Tas norāda, ka katrs darbinieku skaita pieaugums palielina pārdošanas apjomu par 109 euro, bet katrs konkurentu akciju skaita pieaugums samazina pārdošanas apjomu par 141 euro.

Regresijas analīze programmā Excel pārdošanas prognozēm

Statistiskā nozīmīguma novērtējums

Vēl viens svarīgs regresijas analīzes aspekts ir statistiskā nozīmība. To var redzēt no p-vērtībām un F-testa, kam abiem jābūt ļoti mazām vērtībām. Tas liecina, ka neatkarīgajiem mainīgajiem ir būtiska ietekme uz atkarīgo mainīgo, un tas pamato modeļa izmantošanu.

Regresijas analīze programmā Excel pārdošanas prognozēm

Kopsavilkums

Regresijas analīze programmā Excel ļauj kvantitatīvi novērtēt saistību starp dažādiem mainīgajiem. Šajās instrukcijās jūs esat iepazinušies ar daudzkārtējas regresijas veikšanas un interpretēšanas soļiem. Noteikti kritiski izvērtējiet modeļa kvalitāti un stabilitāti, kā arī atsevišķus ietekmējošos faktorus, lai pieņemtu pamatotus lēmumus portfeļa pārvaldībā.

Biežāk uzdotie jautājumi

Kādi dati man ir nepieciešami regresijas analīzei? Jums ir nepieciešams atkarīgais mainīgais (piemēram, apgrozījums) un vismaz viens vai vairāki neatkarīgie mainīgie (piemēram, darbinieku skaits, konkurences darbības).

Kā interpretēt determinācijas koeficientu R²? Augstāka R² vērtība nozīmē, ka lielāku atkarīgā mainīgā mainīgā mainīgā mainīguma daļu izskaidro neatkarīgie mainīgie.

Kā es varu pārbaudīt statistisko nozīmīgumu? Jūs varat izmantot p-vērtības un F-testu; zemas vērtības norāda uz lielu nozīmīgumu.

Kāda ir atšķirība starp R² un koriģēto R²? Koriģētais R² ņem vērā neatkarīgo mainīgo skaitu un sniedz reālistiskāku novērtējumu modeļiem ar vairākiem mainīgajiem.

Kā novērtēt ietekmējošo faktoru spēku?To var izdarīt, aplūkojot neatkarīgo mainīgo koeficientus, kas kvantitatīvi nosaka katra mainīgā ietekmi uz atkarīgo mainīgo.