Wie man eine Regressionsgleichung in Excel erstellen

Sie können eine Regressionsgleichung in Excel erstellen, die Sie Kunden Werte vorhersagen helfen. Um eine Regressionsgleichung erstellen Excel verwenden, gehen Sie folgendermaßen vor:

1. Legen Sie eine Scatterplot Graphen in einem leeren Raum oder ein Blatt in einer Excel-Datei mit Ihren Daten.

   Sie können die Scatterplot Grafik auf dem Insert Band in Excel 2007 und später finden.

2. Wählen Sie die x-Achse (horizontal) und y-Achsen-Daten und klicken Sie auf OK.

   Setzen Sie, was Sie in die vorhersagen wollen y-Achse (so meine Zeitdaten ist in Spalte B). Die Armaturen sind in Spalte C

   Sie haben jetzt einen Scatterplot.

3. rechts, klicken Sie auf einen der Punkte und wählen Sie # 147-Add # 148- Trendline aus dem Menü.

   Das Format Trendline öffnet sich.

   

4. Wählen Trendlinienoptionen auf der linken Seite, falls erforderlich, dann die Gleichung im Diagramm darstellen auswählen und anzeigen R-Quadrat-Wert auf Diagramm-Boxen.

   Sie haben jetzt einen Scatterplot mit Trendlinie, Gleichung, und r-Quadrat-Wert. Die Regressionsgleichung wird Y = 4.486x + 86.57.

   

   Die r² Wert von 0,3143 sagt Ihnen, dass Taps rund 31% der Variation in der Zeit erklären kann. Es sagt Ihnen, wie gut die besten passende Linie, die die Daten tatsächlich passt.

Gehen über die Enden der beobachteten Werte ist riskant, wenn eine Regressionsgleichung. Es gibt keine Garantie, dass die Regressionslinie linear sein wird, weil sie vor und nach den Datenpunkten erstreckt.

Achten Sie auf die folgenden drei Dinge aus, wenn Kunden-Analytics-Daten korreliert und Regressionsanalyse:

• Bereichseinschränkung: Zwei Variablen könnten eine geringe Korrelation haben, weil Sie nur in einem engen Bereich zu messen. Zum Beispiel, Größe und Gewicht haben eine starke positive Korrelation, aber wenn man nur National Basketball Association (NBA) Spieler messen, würde die Korrelation meist weg. Dies kann beispielsweise der Fall, wenn Sie bei einem engen Bereich von Kunden suchen - sagen, diejenigen mit den höchsten Einkommen oder die meisten Transaktionen.

• Dritte Variablen: Es ist oft der Fall, dass eine andere Variable, die Sie nicht wirklich die Ursache für die Beziehung ist die Messung sind. Zum Beispiel sind Schulnoten mit Schulnoten korreliert. Es mag wie besser in der High School zu studieren führt zu besseren Noten in der Schule.

  Allerdings ist es oft der Fall, dass eine dritte Variable, Sozio-oekonomischen-Status (SES) ist eine bessere Erklärung der beiden High School und College-Typen. Die Schüler in Familien mit einem höheren SES neigen höheren Klassen zu haben, in der High School und College als Studierende aus Familien mit niedrigem SES. In Kundenanalyse eine Verbesserung der Wirtschaft oder ein wachsendes Unternehmen kann der Grund für Umsatzsteigerungen, und nicht Ihre Marketing-Kampagne oder Funktionsänderungen.

• Nicht-Linearität: Die Beziehung zwischen Variablen muss linear sein - das heißt, eine Linie etwas folgen. Wenn die Beziehung Kurven nach unten oder nach oben, eine Korrelation und Regressionsgleichung nicht richtig die Beziehung beschreiben.