Построение множественной регрессии с помощью функций
Для построения модели (3) могут применяться как функции Excel, так и надстройка Анализ данных.
Для синтеза регрессионных моделей применяются следующие функции:
1. ЛИНЕЙНстроит модель (3) на основе МНК. Имеет формат:
ЛИНЕЙН(изв_знач-я_y; изв_знач-я_x;конст;стат-ка)
где изв_знач-я_y — множество известных значений y. Обычно это диапазон. заданный в столбце или строке;
изв_знач-я_x — необязательное множество значений x, соответстующее входам системы. Если х несколько, то они должны примыкать друг к другу;
конст — логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0. Если конст имеет значение ИСТИНА или равно 1, то b вычисляется обычным образом. Если аргумент конст имеет значение ЛОЖЬ, то b полагается равным 0 и значения m подбираются так, чтобы выполнялось соотношение y = ax.
стат-ка — логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии. Если аргумент стат-ка имеет значение ИСТИНА, то функция ЛИНЕЙН возвращает дополнительную регрессионную статистику, так что возвращаемый массив будет иметь вид: {mn;mn-1;...;m1;b:sen;sen-1;...;se1;seb:r2;sey:F;df:ssreg;ssresid}. Если аргумент стат-ка имеет значение ЛОЖЬ или опущен, то функция ЛИНЕЙН возвращает только коэффициенты ai и постоянную b.
se1,se2,...,sen | Стандартные значения ошибок для коэффициентов a1,a2,...,an. |
seb | Стандартное значение ошибки для постоянной b (seb = #Н/Д, если конст имеет значение ЛОЖЬ). |
r2 | Коэффициент детерминированности. |
sey | Стандартная ошибка для оценки y. |
F | F-статистика, или F-наблюдаемое значение. F-статистика используется для определения того, является ли наблюдаемая взаимосвязь между зависимой и независимой переменными случайной или нет. |
df | Степени свободы. Степени свободы полезны для нахождения F-критических значений в статистической таблице. Для определения уровня надежности модели нужно сравнить значения в таблице с F-статистикой, возвращаемой функцией ЛИНЕЙН. Сведения о вычислении величины df см. ниже в разделе «Замечания». Далее в примере 4 показано использование величин F и df. |
ssreg | Регрессионная сумма квадратов. |
ssresid | Остаточная сумма квадратов. Сведения о расчете величин ssreg и ssresid см. ниже в разделе "Замечания" данного документа. |
2. ЛГРФПРИБЛ В регрессионном анализе вычисляется экспоненциальная кривая на основе данных из электронной таблицы. Уравнение кривой имеет вид
y = b×ax или ,
Синтаксис
ЛГРФПРИБЛ(изв_знач-я_y;изв_знач-я_x;конст;стат-ка).
Аргументы имеют те же функции, что и в ЛИНЕЙН.
3. ТЕНДЕНЦИЯ служит для получения прогноза на основе данных таблицы.
4. РОСТ рассчитывает прогнозируемый экспоненциальный рост на основании имеющихся данных.
5. ПРЕДСКАЗ позволяет сделать прогноз, применяя линейную регрессию наименьших квадратов диапазона известных данных или x-массивов и y-массивов.
Дата добавления: 2017-02-13; просмотров: 1016;