Корреляционно регрессионный анализ пример

• В предыдущем ролике не было показано, как находить значение в промежуточной точке.  

• Пример: при x = 6 ожидаемое значение y равно 15.59.  

• Можно использовать графический метод для нахождения значения.  

• При множественной регрессии есть две независимые переменные x1 и x2 и одна зависимая y.  

• Находим коэффициент корреляции с помощью функции коррел или пакета анализа.  

• Пакет анализа устанавливается отдельно и актуализируется через меню "Файл".  

• Инструмент "Корреляция" используется для многостолбцовых данных.  

• В окне корреляции указываем входной и выходной диапазоны.  

• Получаем корреляционную матрицу, где на пересечениях строк и столбцов находим коэффициенты корреляции Пирсона.  

• Находим значение в промежуточной точке x1 = 1.5 и x2 = 40.  

• Строим уравнение регрессии с помощью пакета анализа или функции коррел.  

• Указываем входной диапазон y и x, ставим флажок метки и указываем выходной диапазон.  

• Проверяем значимость модели по критерию Фишера.  

• Если значение меньше 0.05, модель значима.  

• Находим свободный член, коэффициенты при x1 и x2.  

• Коэффициенты должны быть меньше 0.05 для достоверного влияния.  

• Коэффициент при x1 меньше 0.05, значит, x1 достоверно влияет на y.  

• Коэффициент при x2 больше 0.05, значит, x2 недостоверно влияет на y.  

• Ожидаемое значение y равно свободному члену плюс x1 умножить на коэффициент при x1 плюс x2 умножить на коэффициент при x2.  

• Пример: ожидаемое значение y при x1 = 1.5 и x2 = 40 равно 33.  

• Коэффициенты корреляции удобно получать в виде корреляционной матрицы.  

• Уравнение регрессии находим с помощью пакета анализа.  

• Находим значение в промежуточной точке и интерпретируем коэффициенты регрессии.