重回帰式| 重回帰方程式の計算

重回帰式とは何ですか?

重回帰式は、従属変数と複数の独立変数の間の関係の分析に使用され、式は次の式で表されます。YはプラスbX1プラスcX2プラスdX3プラスEに等しいここで、Yは従属変数、X1、X2、X3は独立変数です。 、aは切片、b、c、dは勾配、Eは残差値です。

y = mx1 + mx2 + mx3 + b

どこ、

  • Y =回帰の従属変数
  • M =回帰の傾き
  • X1 =回帰の最初の独立変数
  • x2 =回帰の2番目の独立変数
  • x3 =回帰の3番目の独立変数
  • B =定数

回帰分析式の説明

重回帰は、2つ以上の独立変数を使用して従属変数を予測する方法です。この分析を実行している間、研究者の主な目的は、従属変数と独立変数の間の関係を見つけることです。従属変数を予測するために、従属変数の予測に役立つ複数の独立変数が選択されます。線形回帰が目的を果たせない場合に使用されます。回帰分析は、予測変数が従属変数の予測に役立つのに十分であるかどうかを検証するプロセスに役立ちます。

この重回帰式Excelテンプレートはここからダウンロードできます–重回帰式Excelテンプレート

例1

例を使用して、重回帰分析の概念を理解してみましょう。UBERドライバーが走行する距離とドライバーの年齢およびドライバーの経験年数との関係を調べてみましょう。

重回帰の計算については、Excelの[データ]タブに移動し、データ分析オプションを選択します。詳細な手順と計算については、こちらの記事を参照してください–ExcelのAnalysisToolPak

上記の例の回帰式は次のようになります。

  1. y = MX + MX + b
  2. y = 604.17 * -3.18 + 604.17 * -4.06 + 0
  3. y = -4377

この特定の例では、どの変数が従属変数で、どの変数が独立変数であるかを確認します。この回帰式の従属変数はUBERドライバーがカバーする距離であり、独立変数はドライバーの年齢と運転経験の数です。

例2

別の例を使用して、重回帰分析の概念を理解してみましょう。あるクラスの生徒のGPAと、学習時間数および生徒の身長との関係を調べてみましょう。

計算するには、Excelの[データ]タブに移動し、データ分析オプションを選択します。

上記の例の回帰式は次のようになります。

y = MX + MX + b

y = 1.08 * .03 + 1.08 *-。002+ 0

y = .0325

 この特定の例では、どの変数が従属変数で、どの変数が独立変数であるかを確認します。この回帰の従属変数はGPAであり、独立変数は学習時間と生徒の身長です。

例3

別の例を使用して、重回帰分析の概念を理解してみましょう。組織内の従業員グループの給与と、経験年数および従業員の年齢との関係を調べてみましょう。

計算するには、Excelの[データ]タブに移動し、データ分析オプションを選択します。

上記の例の回帰式は次のようになります。

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

この特定の例では、どの変数が従属変数で、どの変数が独立変数であるかを確認します。この回帰式の従属変数は給与であり、独立変数は従業員の経験と年齢です。

関連性と使用

重回帰は非常に有用な統計手法です。回帰は、金融の世界で非常に重要な役割を果たします。多くの予測は、回帰分析を使用して行われます。たとえば、特定のセグメントの売上高は、そのセグメントと非常に良好な相関関係があるマクロ経済指標の助けを借りて事前に予測することができます。