Regresión lineal de Excel
La regresión lineal es una herramienta estadística en Excel que se utiliza como modelo de análisis predictivo para verificar la relación entre dos conjuntos de datos de variables. Con este análisis, podemos estimar la relación entre dos o más variables. Podemos ver dos tipos de variables, es decir, "variable dependiente y variable independiente".
- La variable dependiente es el factor que estamos tratando de estimar.
- La variable independiente es lo que influye en la variable dependiente.
Entonces, usando Excel Regresión lineal, podemos ver cómo la variable dependiente sufre cambios cuando la variable independiente cambia y nos ayuda a decidir matemáticamente qué variable tiene un impacto real.
¿Cómo agregar la herramienta de análisis de datos de regresión lineal en Excel?
La regresión lineal en Excel está disponible en el paquete de herramientas de análisis, que es una herramienta oculta en Excel. Esto se puede encontrar en la pestaña Datos.
Esta herramienta no es visible hasta que el usuario la habilita. Para habilitar esto, siga los pasos a continuación.
- Paso 1: Vaya a ARCHIVO >> Opciones.
- Paso 2: haga clic en "Complementos" en "Opciones de Excel".
- Paso 3: seleccione "Complementos de Excel" en Administrar lista desplegable en Excel y haga clic en "Ir".
- Paso 4: Marque la casilla "Paquete de herramientas de análisis" en los "Complementos".
Ahora deberíamos ver la opción "Paquete de herramientas de análisis" en la pestaña "Datos".
Con esta opción, podemos realizar muchas opciones de "análisis de datos". Veamos ahora algunos de los ejemplos.
Ejemplos
Como dije, Excel de regresión lineal consta de dos cosas, es decir, "variables dependientes e independientes". Para este ejemplo, voy a utilizar los datos a continuación de los datos vendidos de la chaqueta de la temporada de invierno con la temperatura en cada mes.
Tenemos la temperatura promedio de cada mes y los datos de ventas de chaquetas. Aquí necesitamos saber cuál es independiente y qué variables dependientes.
Aquí "Temperatura" es la variable independiente porque no se puede controlar la temperatura, por lo que esta es la variable independiente.
“Chaquetas vendidas” es la variable dependiente porque, en función del aumento y la disminución de la temperatura, la venta de chaquetas varía.
Ahora haremos el análisis de regresión lineal de Excel para estos datos.
- Paso 1: Haga clic en la pestaña Datos y Análisis de datos.
- Paso 2: Una vez que haga clic en "Análisis de datos", veremos la siguiente ventana. Desplácese hacia abajo y seleccione "Regresión" en Excel.
- Paso 3: Seleccione la opción "Regresión" y haga clic en "Aceptar" para abrir la ventana de abajo.
- Paso 4: "Input Y Range" es la variable dependiente, por lo que en este caso, nuestra variable dependiente son los datos de "Jackets Sold" .
- Paso 5: “Input X Range” es la variable independiente, por lo que en este caso, nuestra variable independiente son los datos de “Temperatura” .
- Paso 6: seleccione el rango de salida como una de las celdas.
- Paso 7: Para obtener la diferencia entre los valores predichos y los valores reales, marque la casilla de "Residuos".
- Paso 8: haga clic en Aceptar; tendremos el análisis a continuación.
La primera parte del análisis es "Estadísticas de regresión".
R múltiple: este cálculo se refiere al coeficiente de correlación, que mide la fuerza de una relación lineal entre dos variables. El coeficiente de correlación es el valor entre -1 y 1.
- 1 Indica una relación positiva fuerte.
- -1 indica una fuerte relación negativa.
- 0 indica que no hay relación.
R Cuadrado: Es el coeficiente de determinación que se utiliza para indicar la bondad del ajuste.
Cuadrado R ajustado: este es el valor ajustado para Cuadrado R basado en el número de variables independientes en el conjunto de datos.
Cosas para recordar
- También podemos usar la función LINEST en Excel.
- Debe tener un gran conocimiento de las estadísticas para interpretar los datos.
- Si el análisis de datos no está visible en la pestaña Datos, debemos habilitar esta opción en la opción de complementos.
