Hvordan leser jeg residualplott i Excel ?

Regresjonsanalyse brukes til å forutsi score på en uavhengig variabel , kjent som "x" ved å bruke kjente score på ett eller flere avhengige variabler kjent som " y -tallet. " Lineær regresjonsanalyse matematisk beregner ligningen for en rett linje , som tjener som en prediktiv modell. Ifølge nettstedet , Stat Trek, rest representerer den vertikale avstanden mellom hvert innhentet data poenget med den uavhengige variabelen fra denne rett linje . Microsoft Excel 2007 gir en plott av restene som må tolkes for å vurdere hensiktsmessigheten av å bruke en lineær regresjon model.Things du trenger
Microsoft Excel 2007 på
Vis flere instruksjoner
1

Identifiser x og y-variabler i regresjon. Den x variabel eller uavhengig variabel representerer resultatet du ønsker å måle. Y-variablene eller avhengige variabler er de innganger eller prediktorer . For eksempel, hvis du ønsker å lage en modell forutsi antall ER innleggelser en person ville ha ved å bruke antall pounds overvekt og antall arbeidstimer per uke , de avhengige variablene er antall pounds overvekt og antall arbeidstimer per uke , mens den uavhengige variabelen er antall eR innleggelser .
2

Forstå at x -aksen i et restplott inneholder alle verdier av X-variabelen i utvalget . I dette eksempel, hvis den høyeste antall ER inntaks noen i prøven hadde var 15 og den laveste var null , skalaen ville begynne ved null og strekker seg oppover i trinn på en til den maksimale verdi på 15.
side 3

Lær å lese y - aksen av restplottet . Y -aksen representerer restene. Hvis den største avstanden mellom et oppnådd datapunkt , og den logiske rett linje er 15 og den minste avstanden var null , ville denne skalaen starter på null og utvide oppover i trinn på den ene til den maksimale verdien av 15. Microsoft Excel 2007 gir en graf for hver y - variabel.
4

Forstå at den rette linjen på grafen er prediktiv linje som beskriver den optimale forholdet mellom x og y - variabel vesen fremstilles grafisk. Linjen kan være horisontal , skrå oppover, eller skråstilt nedover , avhengig av arten av forholdet mellom x og y blir fremstilt grafisk .
5

Se på spredning av prikker over og under rett prediktiv linje . Hvis det er like mange prikker over linjen som under den, er lineær regresjon hensiktsmessig å beskrive forholdet mellom x og y blir fremstilt grafisk .
6

Se etter mønstre av dispersement . Hvis dataene er i klynger, et annet enn en rett linje form , for eksempel en "U ", eller hvis datapunkter er ikke jevnt fordelt over og under rett prediktiv linje, er ikke hensiktsmessig og ikke- lineære modeller må brukes lineær regresjon .

Hobbyer, spill © (www.northgames.biz)