Cómo crear una ecuación de regresión en excel

Se 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:

Video: Como hallar una ecuación polinómica con datos experimentales (Excel)

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

   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 OK.

   Video: Como hacer una regresión en Excel

   Ponga lo que quiere 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 línea de tendencia.

   

   Video: Tutorial como hacer una regresión lineal en Excel

4. Seleccione Opciones de línea de tendencia en la izquierda, si es necesario, a continuación, seleccione el Mostrar ecuación en gráfico y visualización del valor de R cuadrado en el Gráfico de cajas.

   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.

   

   Video: Excel ecuación de regresión cuadrática

   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 realmente 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 del cliente y mediante análisis de regresión:

• restricción de la gama: Dos variables podrían 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 los jugadores de la NBA (NBA), la correlación en su mayoría se irá. Esto puede ocurrir, por ejemplo, si usted está buscando en un estrecho rango de clientes - por ejemplo, los que tienen las rentas más altas o la mayoría de las transacciones.

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

  Sin embargo, es a menudo el caso de que una tercera variable, estatus socio económico (SES) es una mejor explicación de los dos altos grados de la escuela y de la universidad. Los estudiantes de familias con niveles socioeconómicos más 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 mejora de la economía o de una empresa en crecimiento pueden ser la razón de los aumentos en las ventas, y no sus cambios en la campaña de marketing o característica.

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