in regressie - analyse, Excel en’ laat je regressie - analyses.Kortom, de regressie - analyse, met inbegrip van de opstelling van het xy - kaart van de afhankelijke en onafhankelijke variabelen, dan is het vinden van een lineaire vergelijkingen of index van die gegevens, de voorspelling: prognoses voor de variabelen van het beste uitgerust. De functie van de voorspelling van de best passende rechte, gevonden in een Groep die een punt X en y van de waarde.Het gebruik van de functie van de grammatica, = de prognoses (x, known_y, known_x), waarvan de waarde X is, onafhankelijke, known_y Werkblad, is die in het bezit is van de afhankelijke variabelen, en known_x, is in het kader van de werkzaamheden van het behoud van de onafhankelijkheid van de tabel met known_y variabelen functie, en je known_x, levering, voor de berekening van de y - = MX + B - Vergelijking van de gegevens van de waarden van de parameters van de lijn van de beste.En dan de functie op het argument van vergelijking, X, je aanbod, de functie van een lineaire regressie functies, de functie van de voorspelling, en onthoud de lineaire vergelijking y = MX + B,.Y is een afhankelijke variabele, b is de y - as onderscheppen of een constante, m, helling,, X, wordt de waarde van de variabelen, de y - as: de onderschepping, onderscheppen, onderschep functie vond een groep het beste met de lijn van de X - en Y - y - as die de intersect.Het gebruik van de functie van de grammatica, = onderscheppen (known_y, known_x), waar de known_y Werkblad afhankelijk blijven, is de variabele, known_x werken, is in het kader van de variabelen Tabel onafhankelijk blijven, als je ooit’ die gegevens in het xy - kaart van de functie, wanneer het bekend is... Weg.Het gebruik van die functie, known_y, known_x, je, voor de berekening van de lijn van de beste gegevens en— parameters; in feite om vergelijking y = MX + B in de lijn van de waarde, b, omdat dit’ de waarde van de vergelijking van de onafhankelijke of X, nul, LINEST functie LINEST, ontdekking, m, b, op basis van een set en de waarden van de variabelen.Het gebruik van de functie van de grammatica, = LINEST (known_y, [known_x], [], [statistieken.), waarbij de known_y, gelijk is aan de waarden van Y -, dat wist je al, known_x, levering van de X - waarden, zoals u waarschijnlijk al weet, totaal is een schakelaar is vastgesteld (dit betekent dat constante en b, gelijk aan 0) of valse (dat wil zeggen de voortdurende, b, informatica), is een schakelaar die waar (d.w.z. de functie terug een andere statistische) of niet (betekenis, nu is het genoeg,), PO: een helling van de regressielijn, helling van de regressielijn functie wordt berekend met behulp van de X - de helling en Y.Het gebruik van de functie van de grammatica, op de helling (known_y, known_x), blijkt dat een opwaartse helling van onafhankelijke of, X, de positieve effecten van de afhankelijkheid, of, Y en variabelen.Met andere woorden, de verhoging van de stijging, X, Y, blijkt dat de neerwaartse helling van onafhankelijke variabelen, of, afhankelijk van de negatieve gevolgen, of,,,, - variabelen.De helling steiler, grote gevolgen van de onafhankelijke variabelen voor de variabele normen, steyx: fouten gevonden steyx functie in de raming van de waarde van elke X standaardafwijking van de regressie.Het gebruik van de functie van de grammatica, = steyx (known_y, known_x), de ontwikkeling, de ontwikkeling van functionele gevonden op een trend, het functioneren en het gebruik van de kleinste kwadraten.- ziet er als volgt uit:, = trend (known_y, [known_x], [new_x], []), de langste: index regressie, een logaritmische functie terug te keren naar een reeks, wordt een exponentiële curve van het meest geschikt is voor uw gegevens.Het gebruik van de functie van de grammatica, = de lengte (known_y, [known_x], [], [statistieken.), waarvan de waarde is, known_y, Y, known_x is vastgesteld, de waarde X, een constante, is een schakelaar die waar (d.w.z. B, volgens de normale berekening) of niet (d.w.z. en b, gedwongen is gelijk aan 1) en statistische gegevens, is een schakelaar,’ is vastgesteld (in dit geval een logaritmische functie terug te keren naar de aanvullende statistische) of niet (vertelde functie sprong terug aanvullende informatie), in een index. Regressie, Excel de terugkeer van een vergelijking met de vorm, y = ABX - het meest geschikt voor uw gegevens: exponentiële groei, groei, groei van de functie van de berekening op basis van de bestaande X en y van de waarde van een reeks nieuwe X van de waarde van de exponentiële groei.Het gebruik van de functie van de grammatica, = groei (known_y, [known_x], [new_x], []), waar de known_y y, is vastgesteld known_x, X, X waarde voor een nieuwe berekening van de waarde van de y - wil je, in totaal, is een schakelaar die waar de dit betekent Dat, b, volgens de normale berekening) of niet (dit betekent dat gelijk is aan 1, b, gedwongen,,).
Hoe goed
Previous:Hoe
Next Page:Hoe goed in verband met het gebruik van