<<
>>

§ 36.9. РЕГРЕССИЯ И Excel

Обычно зависимую переменную называют результативным признаком, а независимую переменную — фактором. Очень часто наблюдается случай, когда результативный признак зависит не от одного, а от многих факторов.
Тогда вместо парной линейной регрессии используют множественную ли­нейную регрессию: у = Ь0 + + b2x2 + ... + bmxm.

Пусть п — число наблюдений, т — число объясняющих переменных.

Excel позволяет при построении уравнения линейной рег­рессии большую часть работы сделать очень быстро. Важно понять, как интерпретировать полученные результаты. Вос­пользуемся надстройкой Пакет анализа.

Сервис Анализ данных Регрессия ОК. Появляет­ся диалоговое окно, которое нужно заполнить. В графе Вход­ной интервал Y: указывается ссылка на ячейки, содержа­щие значения результативного признака у. В графе Входной интервал X: указывается ссылка на ячейки, содержащие значения факторов х\9 ..., хт (т < 16). Уровень надежнос­ти (доверительная вероятность) по умолчанию предполага­ется равным 95%. Если исследователя это значение не уст-" раивает, то рядом со словами Уровень надежности нужно поставить * галочку» и указать требуемое значение. Поста­вив «галочку» рядом со словом константа-ноль, исследова­тель получит &о = 0 по умолчанию. Если нужны значения остатков et и их график, то нужно поставить «галочки» ря­дом со словами Остатки и График остатков. Также ука­зываются параметры вывода (Выходной интервал, Новый рабочий лист, Новая рабочая книга). ОК. Появляется ито­говое окно.

Если число в графе Значимость F превышает 1 — Уро­вень надежности, то принимается гипотеза о равенстве нулю коэффициента детерминации.

вывод итогов

Регрессионная статистика

Множественный И________ Д

Л-квадрат______________ Д2

Нормированный Л-квадрат Д2

Стандартная ошибка______ 5

Наблюдения_____________

Дисперсионный анализ

___________ (Н_____ МБ____________ ^_____ Значимость Е

Регрессия т ~ у)2 Статистика

= ЛЩрегр)/

_______________________________ МЗ(ост)______________

Остаток п-т-1 2(у1 -&)2 SS/d/

Итого_____ п-1 Сумма_________________

Коэффи- Стандарт- статис- Р-зна- Нижние ВерхНие Ниж- Верх- циенты пая ошибка тика чение 95% 95% ние ние
у-пере­ ч
сечение
Ьг
*2 . ь2 2

ВЫВОД ОСТАТКА Наблюдение Предсказанный у Остатки Номер У1 е1

Если Р-значение превышает 1 - Уровень надежности, то соответствующая переменная статистически незначима и ее можно исключить из модели.

Нижние 95% и Верхние 95% — это нижние и верхние границы 95-процентных доверительных интервалов для ко­эффициентов теоретического уравнения линейной регрессии.

Если исследователь согласился с принятым по умолчанию значением доверительной вероятности, то последние два столбца будут дублировать два предыдущих. Если исследо­ватель вводил свое значение доверительной вероятности р> то последние два столбца содержат значения соответственно нижней и верхней границы р-процентных доверительных интервалов.

Если надстройки Пакет анализа нет, то можно восполь­зоваться статистической функцией ЛИНЕЙН мастера функ­ций fx пакета Excel. Перед вызовом этой функции нужно выделить диапазон ячеек следующего размера (для парной регрессии это блок размера 5x2).

bm bm-l ... h bo
Sbm Sbm-1 ... sh Sb0
R* S
Статистика F re—m—1
m-y)1 2(1

Тогда после выполнения процедуры в ячейках будут на­ходиться указанные величины. fx статистические ЛИНЕЙН ОК. Появляется диалоговое окно, которое нуж­но заполнить. Если исследователю требуется Ь0 = 0, то в гра­фе константа нужно ввести значение 0. В графе статис­тика указывается значение 1. После этого нажимается не ОК, а комбинация клавиш Ctrl + Shift -f Enter.

<< | >>
Источник: Просветов Г. И.. Финансовый менеджмент: Задачи и решения: Учебно-методическое пособие. — М.: Издательство РДЛ, — 376 с.. 2005

Еще по теме § 36.9. РЕГРЕССИЯ И Excel:

  1. Бараз В.Р.. Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Excel, 2005
  2. 2.4. Поиск уравнения регрессии
  3. 3. Множественная регрессия
  4. Множественная регрессия
  5. 3.1. Расчет коэффициентов регрессии и представление уравнения множественной регрессии
  6. 3.2. Интерпретация коэффициентов регрессии
  7. 3.4.1. Проверка на адекватность уравнения регрессии
  8. 3.4.2. Проверка на адекватность коэффициентов регрессии
  9. Стандартизованные коэффициенты регрессии
  10. 4.2. Классификация видов регрессии
  11. 1. Простая (парная) регрессия
  12. § 16.1. ПРОСТАЯ МОДЕЛЬ ЛИНЕЙНОЙ РЕГРЕССИИ
  13. S 16.4. ПРЕДСКАЗАНИЯ И ПРОГНОЗЫ НА ОСНОВЕ ЛИНЕЙНОЙ МОДЕЛИ РЕГРЕССИИ
  14. § 16.7.2. Испытание гипотезы для оценки линейности связи на основе показателя наклона линейной регрессии
  15. S 16.9. РЕГРЕССИЯ И Excel
  16. Программа учебного курса «Ценные бумаги»
  17. § 36.1. ПРОСТАЯ МОДЕЛЬ ЛИНЕЙНОЙ РЕГРЕССИИ