Was ist eine multiple Regressionsformel?
Die Mehrfachregressionsformel wird bei der Analyse der Beziehung zwischen abhängigen und mehreren unabhängigen Variablen verwendet, und die Formel wird durch die Gleichung Y dargestellt, die gleich a plus bX1 plus cX2 plus dX3 plus E ist, wobei Y eine abhängige Variable ist, X1, X2, X3 unabhängige Variablen sind , a ist Achsenabschnitt, b, c, d sind Steigungen und E ist Restwert.
y = mx1 + mx2 + mx3 + b
Wo,
- Y = die abhängige Variable der Regression
- M = Steigung der Regression
- X1 = erste unabhängige Variable der Regression
- Die x2 = zweite unabhängige Variable der Regression
- Die x3 = dritte unabhängige Variable der Regression
- B = konstant
Erklärung der Regressionsanalyseformel
Multiple Regressionen sind eine Methode, um die abhängige Variable mithilfe von zwei oder mehr unabhängigen Variablen vorherzusagen. Während der Durchführung dieser Analyse besteht der Hauptzweck des Forschers darin, die Beziehung zwischen der abhängigen Variablen und den unabhängigen Variablen herauszufinden. Um die abhängige Variable vorherzusagen, werden mehrere unabhängige Variablen ausgewählt, die bei der Vorhersage der abhängigen Variablen helfen können. Es wird verwendet, wenn die lineare Regression den Zweck nicht erfüllen kann. Die Regressionsanalyse hilft bei der Überprüfung, ob die Prädiktorvariablen gut genug sind, um die abhängige Variable vorherzusagen.
Beispiele
Sie können diese Excel-Vorlage für mehrere Regressionsformeln hier herunterladen - Excel-Vorlage für mehrere RegressionsformelnBeispiel 1
Lassen Sie uns versuchen, das Konzept der Analyse mehrerer Regressionen anhand eines Beispiels zu verstehen. Versuchen wir herauszufinden, in welchem Verhältnis die von einem UBER-Fahrer zurückgelegte Strecke zum Alter des Fahrers und zur Anzahl der Jahre Erfahrung des Fahrers steht.
Zur Berechnung der multiplen Regression gehen Sie in Excel zur Registerkarte Daten und wählen Sie dann die Option Datenanalyse. Für die weitere Vorgehensweise und Berechnung wird auf den hier angegebenen Artikel verwiesen - Analysis ToolPak in Excel
Die Regressionsformel für das obige Beispiel lautet
- y = MX + MX + b
- y = 604,17 * -3,18 + 604,17 * -4,06 + 0
- y = -4377
In diesem Beispiel sehen wir, welche Variable die abhängige Variable und welche Variable die unabhängige Variable ist. Die abhängige Variable in dieser Regressionsgleichung ist die vom UBER-Fahrer zurückgelegte Strecke, und die unabhängigen Variablen sind das Alter des Fahrers und die Anzahl seiner Fahrerfahrungen.
Beispiel 2
Lassen Sie uns versuchen, das Konzept der Analyse mehrerer Regressionen anhand eines anderen Beispiels zu verstehen. Versuchen wir herauszufinden, in welchem Verhältnis der GPA einer Klasse von Studenten zur Anzahl der Stunden des Studiums und zur Größe der Studenten steht.
Gehen Sie für die Berechnung zur Registerkarte Daten in Excel und wählen Sie dann die Option Datenanalyse.
Die Regressionsgleichung für das obige Beispiel lautet
y = MX + MX + b
y = 1,08 * 0,03 + 1,08 * - 002 + 0
y = 0,0325
In diesem Beispiel sehen wir, welche Variable die abhängige Variable und welche Variable die unabhängige Variable ist. Die abhängige Variable in dieser Regression ist der GPA und die unabhängigen Variablen sind die Studienstunden und die Größe der Schüler.
Beispiel 3
Lassen Sie uns versuchen, das Konzept der Analyse mehrerer Regressionen anhand eines anderen Beispiels zu verstehen. Versuchen wir herauszufinden, in welchem Verhältnis das Gehalt einer Gruppe von Mitarbeitern in einer Organisation zur Anzahl der Jahre Erfahrung und zum Alter der Mitarbeiter steht.
Gehen Sie für die Berechnung zur Registerkarte Daten in Excel und wählen Sie dann die Option Datenanalyse.
Die Regressionsgleichung für das obige Beispiel lautet
- y = MX + MX + b
- y = 41308 * .- 71 + 41308 * -824 + 0
- y = -37019
In diesem Beispiel sehen wir, welche Variable die abhängige Variable und welche Variable die unabhängige Variable ist. Die abhängige Variable in dieser Regressionsgleichung ist das Gehalt und die unabhängigen Variablen sind die Erfahrung und das Alter der Mitarbeiter.
Relevanz und Verwendung
Multiple Regressionen sind eine sehr nützliche statistische Methode. Regression spielt in der Finanzwelt eine große Rolle. Viele Prognosen werden mithilfe der Regressionsanalyse erstellt. Beispielsweise kann der Umsatz eines bestimmten Segments mithilfe makroökonomischer Indikatoren, die eine sehr gute Korrelation mit diesem Segment aufweisen, im Voraus vorhergesagt werden.
