April 12
Microsoft Excel è un software foglio di calcolo leader nel mondo. Professionisti in quasi tutti i settori utilizzano per analizzare tutti i tipi di dati, dai report finanziari al sensore letture. Una delle caratteristiche più potenti disponibili in Excel è il suo strumento di analisi di regressione. Si può prendere due set di dati e utilizzare l'analisi di regressione lineare di Excel per trovare correlazioni tra di loro.
1 Fai clic destro sulla linea di regressione nel grafico, e scegliere Proprietà. Controllare "equazione di visualizzazione sul grafico" e "valore R quadrato di visualizzazione sul grafico". Fare clic su OK.
2 Guardate il valore R quadrato visualizzata accanto alla linea di regressione. Il valore R quadrato rappresenta la quantità di variabilità dei dati che si spiega con l'analisi di regressione lineare. Se tutti i dati si trova esattamente sulla linea di regressione, il valore R al quadrato sarà 1. Se il valore R al quadrato è 0, che significa che non vi è alcuna correlazione tra le due serie di dati.
3 Trasforma la tua attenzione per l'equazione di cui sopra il valore R al quadrato. Sarà nella forma "y = mx + b", dove m e b sono stati sostituiti dai numeri. Questa equazione descrive la linea di regressione lineare. Il valore "m" è la pendenza della linea, e il valore "b" è la posizione in cui la linea attraversa l'asse verticale. È possibile utilizzare questa equazione per prevedere i valori nel set di dati in base al loro valore sull'asse orizzontale; basta moltiplicare la loro posizione orizzontale per il valore "m" e quindi aggiungere il valore "B" per il risultato; questo vi darà la migliore stima della posizione di quel punto sulla base dell'analisi di regressione lineare.
4 Guardate la pendenza della linea. Se si inclina verso il basso a destra, i dati sono "negativamente correlato," se degrada verso l'alto, i dati sono "correlata positivamente." correlazione positiva indica che i set di dati tendono a concordare con o rafforzano reciprocamente; correlazione negativa significa che essi tendono ad essere in contrasto o escludono a vicenda.