Wat is een meervoudige regressieformule?
De formule voor meervoudige regressie wordt gebruikt bij de analyse van de relatie tussen afhankelijke en meerdere onafhankelijke variabelen en de formule wordt weergegeven door de vergelijking Y is gelijk aan a plus bX1 plus cX2 plus dX3 plus E waarbij Y een afhankelijke variabele is, X1, X2, X3 zijn onafhankelijke variabelen , a is onderscheppen, b, c, d zijn hellingen en E is restwaarde.
y = mx1 + mx2 + mx3 + b
Waar,
- Y = de afhankelijke variabele van de regressie
- M = helling van de regressie
- X1 = eerste onafhankelijke variabele van de regressie
- De x2 = tweede onafhankelijke variabele van de regressie
- De x3 = derde onafhankelijke variabele van de regressie
- B = constant
Uitleg van de formule voor regressieanalyse
Meerdere regressies zijn een methode om de afhankelijke variabele te voorspellen met behulp van twee of meer onafhankelijke variabelen. Bij het uitvoeren van deze analyse is het belangrijkste doel van de onderzoeker om de relatie tussen de afhankelijke variabele en de onafhankelijke variabelen te achterhalen. Om de afhankelijke variabele te voorspellen, worden meerdere onafhankelijke variabelen gekozen die kunnen helpen bij het voorspellen van de afhankelijke variabele. Het wordt gebruikt wanneer lineaire regressie niet in staat is om het doel te dienen. Regressieanalyse helpt bij het valideren of de voorspellende variabelen goed genoeg zijn om te helpen bij het voorspellen van de afhankelijke variabele.
Voorbeelden
U kunt deze Excel-sjabloon voor meervoudige regressieformules hier downloaden - Excel-sjabloon voor meervoudige regressieformulesVoorbeeld 1
Laten we proberen het concept van analyse van meervoudige regressie te begrijpen met behulp van een voorbeeld. Laten we proberen te achterhalen wat de relatie is tussen de afstand die een UBER-chauffeur aflegt en de leeftijd van de chauffeur en het aantal jaren ervaring van de chauffeur.
Ga voor de berekening van meervoudige regressie naar het tabblad Gegevens in Excel en selecteer vervolgens de optie voor gegevensanalyse. Voor de verdere procedure en berekening wordt verwezen naar het gegeven artikel hier - Analyse ToolPak in Excel
De regressieformule voor het bovenstaande voorbeeld zal zijn
- y = MX + MX + b
- y = 604,17 * -3,18 + 604,17 * -4,06 + 0
- y = -4377
In dit specifieke voorbeeld zullen we zien welke variabele de afhankelijke variabele is en welke variabele de onafhankelijke variabele is. De afhankelijke variabele in deze regressievergelijking is de afstand die de UBER-bestuurder aflegt en de onafhankelijke variabelen zijn de leeftijd van de bestuurder en het aantal rijervaringen.
Voorbeeld # 2
Laten we proberen het concept van meervoudige regressieanalyse te begrijpen met behulp van een ander voorbeeld. Laten we proberen te achterhalen wat de relatie is tussen de GPA van een klas studenten en het aantal studie-uren en de lengte van de studenten.
Ga voor de berekening naar het tabblad Gegevens in Excel en selecteer vervolgens de optie voor gegevensanalyse.
De regressievergelijking voor het bovenstaande voorbeeld zal zijn
y = MX + MX + b
y = 1,08 * .03 + 1,08 * -. 002 + 0
y = .0325
In dit specifieke voorbeeld zullen we zien welke variabele de afhankelijke variabele is en welke variabele de onafhankelijke variabele is. De afhankelijke variabele in deze regressie is de GPA en de onafhankelijke variabelen zijn studie-uren en lengte van de studenten.
Voorbeeld # 3
Laten we proberen het concept van meervoudige regressieanalyse te begrijpen met behulp van een ander voorbeeld. Laten we proberen te achterhalen wat de relatie is tussen het salaris van een groep medewerkers in een organisatie en het aantal jaren ervaring en de leeftijd van de medewerkers.
Ga voor de berekening naar het tabblad Gegevens in Excel en selecteer vervolgens de optie voor gegevensanalyse.
De regressievergelijking voor het bovenstaande voorbeeld zal zijn
- y = MX + MX + b
- y = 41308 *. - 71 + 41308 * -824 + 0
- y = -37019
In dit specifieke voorbeeld zullen we zien welke variabele de afhankelijke variabele is en welke variabele de onafhankelijke variabele is. De afhankelijke variabele in deze regressievergelijking is het salaris en de onafhankelijke variabelen zijn de ervaring en leeftijd van de werknemers.
Relevantie en gebruik
Meerdere regressies zijn een zeer nuttige statistische methode. Regressie speelt een grote rol in de financiële wereld. Veel prognoses worden gedaan met behulp van regressieanalyse. Zo kan de verkoop van een bepaald segment van tevoren worden voorspeld met behulp van macro-economische indicatoren die een zeer goede correlatie hebben met dat segment.
