Como criar uma equação de regressão no Excel
Você pode criar uma equação de regressão no Excel que irá ajudá-lo a prever os valores dos clientes. Para criar uma equação de regressão usando o Excel, siga estes passos:
Insira um gráfico de dispersão em um espaço em branco ou folha em um arquivo Excel com os seus dados.
Você pode encontrar o gráfico de dispersão na faixa de opções Inserir no Excel 2007 e posterior.
Selecione o eixo x (horizontal) e os dados do eixo-y e clique em OK.
Coloque o que você quer prever no y-eixo (por isso a minha hora apresentada na coluna B). As torneiras estão na coluna C.
Agora você tem um gráfico de dispersão.
direita; clique em qualquer dos pontos e selecione # 147 Adicionar Trendline # 148- a partir do menu.
A caixa de diálogo Format Trendline abre.
Selecione Opções Trendline à esquerda, se necessário, em seguida, selecione a exibição equação no gráfico e exibição dos valores de R-Squared em caixas de gráfico.
Agora você tem um gráfico de dispersão com linha de tendência, a equação, e o valor de R-quadrado. A equação de regressão é Y = 4.486x + 86,57.
a r2 valor de 0,3143 diz que torneiras pode explicar cerca de 31% da variação no tempo. Diz-lhe o quão bem a linha de melhor ajuste realmente se ajusta aos dados.
Indo além das extremidades dos valores observados é arriscado quando se utiliza uma equação de regressão. Não há nenhuma garantia de que a linha de regressão continuará a ser linear, pois se estende antes e depois dos pontos de dados.
Cuidado com as seguintes três coisas ao correlacionar dados de análise de clientes e usando análise de regressão:
restrição de faixa: Duas variáveis pode ter uma correlação baixa porque você está medindo apenas em uma faixa estreita. Por exemplo, a altura eo peso têm uma forte correlação positiva, mas se você medir apenas jogadores National Basketball Association (NBA), a correlação seria principalmente ir embora. Isso pode acontecer, por exemplo, se você está olhando para um intervalo estreito de clientes - por exemplo, aqueles com os maiores rendimentos ou a maioria das transações.
variáveis terceiros: É frequentemente o caso que outra variável que não está medindo é realmente a causa do relacionamento. Por exemplo, notas do ensino médio estão correlacionados com graus universitários. Pode parecer melhor estudar na escola leva a melhores notas na faculdade.
No entanto, é frequentemente o caso que uma terceira variável, status sócio Económica (SES) é uma melhor explicação dos dois escola e na faculdade graus. Estudantes em famílias com SES mais elevados tendem a ter notas mais altas na escola e na faculdade do que alunos de famílias com baixa SES. Na análise de clientes uma economia em crescimento ou uma empresa em crescimento pode ser a razão para o aumento nas vendas, e não sua campanha ou apresentam alterações de marketing.
não-linearidade: A relação entre as variáveis tem de ser linear - isto é, seguem uma linha um pouco. Se as curvas de relacionamento baixo ou para cima, uma equação de correlação e regressão não descrever adequadamente a relação.