¿Cómo crear una ecuación de regresión en Excel

Puede crear una ecuación de regresión en Excel que le ayudará a predecir los valores de los clientes. Para crear una ecuación de regresión con Excel, siga estos pasos:

1. Inserte un gráfico de dispersión en un espacio en blanco o una hoja en un archivo de Excel con sus datos.

   Usted puede encontrar el gráfico de dispersión en la cinta Insertar en Excel 2007 y versiones posteriores.

2. Seleccione el eje x (horizontal) y los datos del eje y, y haga clic en Aceptar.

   Ponga lo que usted quiere para predecir en el y-eje (así que mi tiempo es de datos en la columna B). Los grifos están en la columna C.

   Ahora tiene un diagrama de dispersión.

3. derecha, haga clic en cualquiera de los puntos y seleccione " Agregar línea de tendencia " en el menú.

   Se abre el cuadro de diálogo Formato de Trendline.

   

4. Seleccione Opciones Trendline a la izquierda, si es necesario, a continuación, seleccione la pantalla de la ecuación en el gráfico y pantalla R-Squared valor en las cajas de gráfico.

   Ahora tiene un diagrama de dispersión con la línea de tendencia, ecuación, y el valor R cuadrado. La ecuación de regresión es Y = 4.486x + 86.57.

   

   El R² valor de 0,3143 te dice que los grifos pueden explicar alrededor del 31% de la variación en el tiempo. Te dice lo bien que la línea que mejor se ajusta en realidad se ajusta a los datos.

Yendo más allá de los extremos de los valores observados es arriesgado cuando se utiliza una ecuación de regresión. No hay garantía de que la línea de regresión seguirá siendo lineal, ya que se extiende antes y después de los puntos de datos.

Cuidado con las siguientes tres cosas al correlacionar los datos de análisis de clientes y mediante el análisis de regresión:

• Restricción de la gama: Dos variables pueden tener una baja correlación, ya que sólo está midiendo en un rango estrecho. Por ejemplo, la altura y el peso tienen una fuerte correlación positiva, pero si se mide sólo Asociación Nacional de Baloncesto (NBA) jugadores, la correlación sería mayormente a desaparecer. Esto puede ocurrir, por ejemplo, si usted está buscando en una estrecha gama de clientes - por ejemplo, los que tienen los ingresos más altos o la mayoría de las transacciones.

• En tercer lugar variables: Es a menudo el caso de que otra variable que no se está midiendo es en realidad la causa de la relación. Por ejemplo, los grados de secundaria están correlacionados con los grados universitarios. Puede parecer mejor que estudia en la escuela secundaria conduce a mejores calificaciones en la universidad.

  Sin embargo, es a menudo el caso de que una tercera variable, nivel socio económico (SES) es una mejor explicación de los dos grados de la escuela y de la universidad de alto. Los estudiantes de familias con SES altos tienden a tener mejores calificaciones en la escuela secundaria y la universidad que los estudiantes de familias con bajo nivel socioeconómico. En el análisis de clientes una mejora en la economía o una empresa en crecimiento pueden ser la razón de los aumentos en las ventas, y no vuestros comercialización de campaña o característica cambios.

• No linealidad: La relación entre las variables tiene que ser lineal - es decir, seguir una línea algo. Si las curvas de relación baja o al alza, una ecuación de correlación y regresión no describir adecuadamente la relación.