Multipel regressionsformel

Vad är en multipel regressionsformel?

Multipel regressionsformel används i analysen av sambandet mellan beroende och multipla oberoende variabler och formeln representeras av ekvationen Y är lika med ett plus bX1 plus cX2 plus dX3 plus E där Y är beroende variabel, X1, X2, X3 är oberoende variabler , a är avlyssning, b, c, d är lutningar och E är restvärde.

y = mx1 + mx2 + mx3 + b

Var,

  • Y = den beroende variabeln för regressionen
  • M = regressionens lutning
  • X1 = den första oberoende variabeln för regressionen
  • Den x2 = andra oberoende variabeln för regressionen
  • X3 = den tredje oberoende variabeln för regressionen
  • B = konstant

Förklaring till formel för regressionsanalys

Multipla regressioner är en metod för att förutsäga den beroende variabeln med hjälp av två eller flera oberoende variabler. Under denna analys är huvudsyftet med forskaren att ta reda på förhållandet mellan den beroende variabeln och de oberoende variablerna. För att förutsäga den beroende variabeln väljs flera oberoende variabler som kan hjälpa till att förutsäga den beroende variabeln. Den används när linjär regression inte kan tjäna syftet. Regressionsanalys hjälper till att validera om prediktorvariablerna är tillräckligt bra för att kunna förutsäga den beroende variabeln.

Exempel

Du kan ladda ner denna Excel-mall för flera regressionsformler här - Multipel Regression Formula Excel-mall

Exempel nr 1

Låt oss försöka förstå begreppet multipel regressionsanalys med hjälp av ett exempel. Låt oss försöka ta reda på vad som är förhållandet mellan en UBER-förares sträcka och förarens ålder och antalet års erfarenhet av föraren.

För beräkning av multipel regression, gå till fliken Data i Excel och välj sedan dataanalysalternativet. För ytterligare procedur och beräkning hänvisas till den givna artikeln här - Analysis ToolPak i Excel

Regressionsformeln för exemplet ovan kommer att vara

  1. y = MX + MX + b
  2. y = 604,17 * -3,18 + 604,17 * -4,06 + 0
  3. y = -4377

I det här exemplet ser vi vilken variabel som är den beroende variabeln och vilken variabel som är den oberoende variabeln. Den beroende variabeln i denna regressionsekvation är den sträcka som UBER-föraren täcker och de oberoende variablerna är förarens ålder och antalet erfarenheter han har av att köra.

Exempel 2

Låt oss försöka förstå begreppet multipel regressionsanalys med hjälp av ett annat exempel. Låt oss försöka ta reda på vad som är sambandet mellan GPA för en klass av studenter och antalet studietimmar och studenternas höjd.

För beräkningen, gå till fliken Data i Excel och välj sedan alternativet för dataanalys.

Regressionsekvationen för exemplet ovan kommer att vara

y = MX + MX + b

y = 1,08 * 0,03 + 1,08 * -. 002 + 0

y = .0325

 I detta specifika exempel ser vi vilken variabel som är den beroende variabeln och vilken variabel som är den oberoende variabeln. Den beroende variabeln i denna regression är GPA och de oberoende variablerna är studietimmar och höjd för studenterna.

Exempel # 3

Låt oss försöka förstå begreppet multipel regressionsanalys med hjälp av ett annat exempel. Låt oss försöka ta reda på vad som är sambandet mellan lönen för en grupp anställda i en organisation och antalet års erfarenhet och de anställdas ålder.

För beräkningen, gå till fliken Data i Excel och välj sedan alternativet för dataanalys.

Regressionsekvationen för exemplet ovan kommer att vara

  • y = MX + MX + b
  • y = 41308 * .- 71 + 41308 * -824 + 0
  • y = -37019

I detta specifika exempel ser vi vilken variabel som är den beroende variabeln och vilken variabel som är den oberoende variabeln. Den beroende variabeln i denna regressionsekvation är lönen och de oberoende variablerna är de anställdas erfarenhet och ålder.

Relevans och användning

Flera regressioner är en mycket användbar statistisk metod. Regression spelar en mycket viktig roll i finansvärlden. Mycket prognoser görs med regressionsanalys. Till exempel kan försäljningen av ett visst segment förutsägas i förväg med hjälp av makroekonomiska indikatorer som har en mycket bra korrelation med det segmentet.