Μη γραμμική παλινδρόμηση του Excel
Το Excel Non-Linear Regression είναι το μοντέλο που χρησιμοποιείται ευρέως στο πεδίο στατιστικών στοιχείων όπου οι εξαρτώμενες μεταβλητές μοντελοποιούνται ως μη γραμμικές συναρτήσεις των μεταβλητών του μοντέλου και μία ή περισσότερες ανεξάρτητες μεταβλητές.
Το απλό πράγμα που πρέπει να θυμόμαστε είναι ότι η "γραμμική παλινδρόμηση στο excel" ταιριάζει με την ευθεία γραμμική γραμμή και από την άλλη, η μη γραμμική παλινδρόμηση δημιουργεί καμπύλες από τα σύνολα δεδομένων. "
Παραδείγματα μη γραμμικής παλινδρόμησης στο Excel
Παράδειγμα # 1
Ας δούμε το γραμμικό διάγραμμα πρώτα να εξετάσουμε τα παρακάτω δεδομένα.
Στα παραπάνω δεδομένα, έχουμε δύο μεταβλητές, "Πωλήσεις" και "Προσθήκες".
Πρέπει να καταλάβουμε ποια εξαρτημένη μεταβλητή είναι και ποια ανεξάρτητη μεταβλητή είναι.
Γενικά, όλοι γνωρίζουμε ότι οι «Προσθήκες» διαδραματίζουν ζωτικό ρόλο στην αύξηση της πιθανότητας δημιουργίας εσόδων. Έτσι, το «Πωλήσεις» εξαρτάται από το «Προσθήκες», αυτό σημαίνει ότι το «Πωλήσεις» είναι μια εξαρτημένη μεταβλητή και το «Προσθήκη» είναι μια ανεξάρτητη μεταβλητή.
Ο γενικός κανόνας είναι ότι μία από τις μεταβλητές θα επηρεάσει την άλλη. Έτσι, σε αυτήν την περίπτωση, η ανεξάρτητη μεταβλητή μας "Προσθήκες" επηρεάζει την εξαρτημένη μεταβλητή μας, "Πωλήσεις".
Για αυτά τα δεδομένα, ας δημιουργήσουμε ένα γράφημα "Scatter" για να δούμε αυτούς τους αριθμούς γραφικά. Ακολουθήστε τα παρακάτω βήματα για να εισαγάγετε το γράφημα excel.
Βήμα 1: Αντιγράψτε και επικολλήστε τα παραπάνω δεδομένα στο υπολογιστικό φύλλο.
Βήμα 2: Επιλέξτε τα δεδομένα.
Βήμα 3: Μεταβείτε στην καρτέλα INSERT και εισαγάγετε ένα γράφημα Scatter.
Τώρα θα έχουμε ένα γράφημα σαν αυτό. Για αυτό το γράφημα, πρέπει να εισαγάγουμε μια γραμμική γραμμή για να δούμε πόσο γραμμικά είναι αυτά τα σημεία δεδομένων.
Βήμα 4: Επιλέξτε το γράφημα για να δείτε δύο νέες καρτέλες στην κορδέλα, "Σχεδίαση" και "Μορφή".
Βήμα 5: Στην καρτέλα "Σχεδίαση", μεταβείτε στο "Προσθήκη στοιχείου γραφήματος".
Βήμα 6: Κάντε κλικ στην αναπτυσσόμενη λίστα "Προσθήκη στοιχείου γραφήματος" >> Γραμμή τάσης >> Γραμμική.
Αυτό θα προσθέσει μια γραμμική γραμμή τάσης στο γράφημα και μοιάζει με αυτό.
Από αυτό το γράφημα, μπορούμε να δούμε μια σαφή σχέση μεταξύ "Πωλήσεις" και "Διαφημίσεων". Καθώς αυξάνεται ο αριθμός των "Διαφημίσεων", αυξάνεται πάντοτε και οι αριθμοί "Πωλήσεις" και αποδεικνύεται σωστά από τη γραμμική γραμμή μας στο γράφημα. Ταιριάζει απλώς στη γραμμική γραμμή.
Τώρα, δείτε τα παραδείγματα δεδομένων του ίδιου πράγματος.
Εάν εισαγάγετε το γράφημα και τη γραμμή τάσης για αυτό το σύνολο δεδομένων, θα λάβουμε το παρακάτω είδος γραφήματος.
Εάν κοιτάξετε τη γραμμική γραμμή και την κουκκίδα του συνόλου δεδομένων μας, φαίνεται ότι δεν είναι καθόλου ακριβής σχέση μεταξύ των δύο συνόλων σημείων δεδομένων.
Αυτά τα είδη συνόλων δεδομένων καλούνται σημεία δεδομένων "Non-Linear Regression" excel.
Παράδειγμα # 2
Τώρα θα δούμε ένα άλλο παράδειγμα αυτού του σημείου δεδομένων μη γραμμικής παλινδρόμησης. Εξετάστε τα παρακάτω δεδομένα.
Πάνω είναι τα δεδομένα του Rain Fall και των Crops Purchased data.
- Τώρα πρέπει να δούμε τη σχέση μεταξύ των βροχοπτώσεων και των καλλιεργειών που αγοράστηκαν. Για αυτό, δημιουργήστε ένα διάσπαρτο γράφημα.
- Εισαγάγετε μια γραμμική γραμμή για το γράφημα.
Όπως μπορούμε για το ίδιο σύνολο βροχοπτώσεων, αγοράζονται διαφορετικές ποσότητες καλλιέργειας. Για παράδειγμα, δείτε τις βροχοπτώσεις στις 20. Σε αυτό το εύρος βροχοπτώσεων, οι ποσότητες που αγοράστηκαν από τις καλλιέργειες είναι 4598, 3562 και 1184.
Αυτό μπορεί να οφείλεται και στη σεζόν. Η βροχή θα μπορούσε να είναι το ίδιο ποσό, αλλά λόγω διαφορετικών χρονικών περιθωρίων, οι ενοικιαστές έχουν αγοράσει διαφορετικές ποσότητες.
Πράγματα που πρέπει να θυμάστε
- Η γραμμική και η μη γραμμική είναι δύο διαφορετικά πράγματα το ένα από το άλλο.
- Απαιτείται ένα ισχυρό στατιστικό υπόβαθρο για την κατανόηση αυτών των πραγμάτων.
- Κατανοήστε τι είναι η γραμμική παλινδρόμηση πριν μάθετε για μη γραμμική.
