ІІІ. Линейная регрессия

ІІ. Вычисление скользящего среднего.

Скользящее среднее – это метод, позволяющий упростить анализ тенденций за счет сглаживания колебаний измерений по временным интервалам. Эти колебания могут возникнуть из-за случайного «шума», который часто является побочным эффектом техники измерения.

1) Сервис.

2) Надстройки.

3) Скользящее среднее.

4) ОК.

5) В окне диалога задать параметры:

а) диапазон, который содержит анализируемые данные (исходных данных должно быть не меньше 4 ячеек в столбцах или строках);

б) диапазон для вычисления усредненных данных;

в) интервал усреднения (по умолчанию 3 месяца);

г) R вывод графика.

6) ОК.

Входные и выходные данные должны быть на одном листе. Если интервал равен N, то всегда будет N – 1 ошибочное значение в начале выходного диапазона.

y = kx + b, y = ax + b

Регрессия – это статистический метод, позволяющий найти уравнение, которое наилучшим описывает множество данных, кроме того регрессионный анализ позволяет найти статистические характеристики, на основе которых мы можем судить о качестве уравнения регрессии.

х – независимая переменная или предиктор.

y – зависимая переменная или отклик.

При многомерном регрессионном анализе уравнение линии регрессии имеет вид:

y = a₁x₁+a₂x₂+…+а_nх_n+b.

y – является функцией от n-переменных.

1. ЛИНЕЙН ()

= ЛИНЕЙН (известные значения у; известные значения х; константа; статистика)

Константа и статистика не обязательные параметры. По умолчанию константа равна 1 (истина). Это означает, что коэффициент b в уравнении регрессии не равен 0. Статистика по умолчанию 0, то есть ложь. Если аргумент статистики равен 1, то функция ЛИНЕЙН() возвращает результат в виде массива, состоящего из двух столбцов по 5 строк для случая парной линейной регрессии (y = ax + b).

a	b
для а	для b
R^2	для y
F	Количество степеней свободы
Регрессионная сумма квадратов	Остаточная сумма квадратов

R² – коэффициент детерминации.

F – критерий Фишера.

Дата добавления: 2014-01-07