2015年8月6日 星期四

回歸分析 (EXCEL 2013)


回歸分析是利用 2個變異數的"相關"關係去進行資料預測

我們可以利用EXCEL完成

工作經驗有時候進需要預測的工作時!!

大公司蠻常應用在倉管方面,如此可進行進貨數量管制


-------------------觀念----------------------------------------

舉例來說:

天氣越冷,暖爐賣得越好 ?? (這句話是邏輯與現象;因果關係)

------經過量化-------------

天氣的溫度越低,暖爐的銷售數量越高 (主旨先量化)

天氣 用  " 溫度 " 表示........................變異數1

賣出暖爐 用 " 銷售數量" 表示..........變異數2


也就是說 溫度與銷售數量這兩者的 "相關" 的關係

最簡單的辨別

天氣的溫度越低,暖爐的銷售數量越高 →正相關性

天氣的溫度越低,暖爐的銷售數量越低 →負相關性

大家可以先參考有關 "相關" 的網路資料  下面再進行學習

-----------------------------------------------------------------------------------

EXCEL  可以利用 CORREL 函數 針對 "相關"  去判斷 變異數兩者間的" 相關" 關係

CORRREL定義

使用CORREL函數時會有一個相關係數 "r" ;相關係數(Correlation coefficient)

相關係數 簡單來說 就是去量化變異數的統計指標  

要判斷2個變異數之間的相關性的強弱,就可以依照相關係數去判別

根據理論 相關"r"的強度於-1 ~ 1 ; 相關係數越接近 ±1 則相關越強

-------------------------------------------------------------------------------------

要表示兩個變異數的圖必須使用"散佈圖" 根據散佈的情況(有序排列或無序排列)

來判斷是否兩者間有相關,若有,相關性有多強  請參考下方資料

相關係數與散佈圖的關係

下面介紹 CORREL 函數的教學

-------------------------------CORREL 函數教學--------------------------------------

= CORREL (變異數範圍1,變異數範圍2)

根據上述說明的氣溫與賣暖爐的範例 如圖1

圖1

從圖1 可以得到相關係數 r =0.95  接近 +1 符合正相關性 

繪製散佈圖 [圖2]

圖2











沒有留言:

張貼留言