എക്സൽ പിൻവാങ്ങൽ: സമവാക്യം ഉദാഹരണങ്ങൾ. ലീനിയർ റിഗ്രഷൻ

പിൻവാങ്ങൽ വിശകലനം - ഒന്നോ അതിലധികമോ സ്വതന്ത്ര വേരിയബിളുകളുടെ പരാമീറ്റർ സമാജവാദികളും കാണിക്കാൻ സ്ഥിതിവിവര പഠനം രീതി. പ്രീ-കമ്പ്യൂട്ടർ യുഗത്തിൽ അതിന്റെ ഉപയോഗം അത് ഡാറ്റ വലിയ തോതിൽ വന്നു പ്രത്യേകിച്ചും, ദുഷ്കരമാണ് ചെയ്തു. ഇന്ന്, എക്സൽ ഒരു റിഗ്രഷൻ എങ്ങനെ നിർമ്മിക്കുമെന്ന് പഠന, നിങ്ങൾ സങ്കീർണ്ണമായ സ്റ്റാറ്റിസ്റ്റിക്കൽ പ്രശ്നങ്ങൾ ഏതാനും മിനിറ്റുകൾക്കുള്ളിൽ പരിഹരിക്കാൻ കഴിയും. താഴെ സാമ്പത്തിക പ്രത്യേക ഉദാഹരണങ്ങളാണ്.

റിഗ്രഷൻ തരം

ഈ ആശയം ഉരുത്തിരിഞ്ഞത് ഗണിതത്തിലെ വന്നത് ഫ്രാൻസിസ് ഗാൽട്ടൻ പ്രകാരം 1886 ൽ. പിൻവാങ്ങൽ ആണ്:

• ലീനിയർ;
• പാരബോളിക്;
• ശക്തി;
• എക്സ്പൊണൻഷ്യൽ;
• ഹൈപ്പർബോളിക്ക്;
• എക്സ്പൊണൻഷ്യൽ;
• െപരുമാറാതിരിക്കുകൈ.

ഉദാഹരണത്തിന് 1

6 വ്യവസായ സ്ഥാപനങ്ങളുടെ ശരാശരി കൂലി ഓഫ് സ്റ്റാഫ് അംഗങ്ങൾ രാജി എണ്ണം സമാജവാദികളും കണക്കാക്കാനായി പ്രശ്നം പരിഗണിക്കുക.

ടാസ്ക്. ആറ് കമ്പനികൾ ശരാശരി പ്രതിമാസ ശമ്പളം സ്വമേധയാ വിരമിച്ച ജീവനക്കാരുടെ എണ്ണം നടക്കുകയുണ്ടായി. പട്ടികാ ഫോം ഞങ്ങൾ ഉണ്ടു:

	ഒരു	ബി	സി
1	എക്സ്	രാജി എണ്ണം	ശമ്പളം
2		Y	30000 റൂബിൾസ്
3	1	60	35000 റൂബിൾസ്
4	2	35	40000 റൂബിൾസ്
5	3	20	45000 റൂബിൾസ്
6	4	20	50,000 റൂബിൾസ്
7	5	15	55000 റൂബിൾസ്
8	6	15	60000 റൂബിൾസ്

തുക സമാജവാദികളും കണക്കാക്കാനായി പ്രശ്നം 6 സംരംഭങ്ങൾക്ക് റിഗ്രഷൻ മോഡലിന് ശരാശരി ശമ്പളം തൊഴിലാളികൾ വ്യത്യാസങ്ങളാണ് സമവാക്യം വൈ രൂപത്തിൽ = ₀ + ഒരു ₁ X ₁ ... + ഒരു _k X _കെ, X _ഞാൻ സാഹചര്യത്തിൽ - സ്വാധീനിക്കുകയും വേരിയബിളുകൾ, ഒരു _ഞാൻ - പിൻവാങ്ങൽ ഗുണകങ്ങളുടെയും, AK - ഘടകങ്ങൾ എണ്ണം.

ഒരു ജീവനക്കാരൻ, ഒരു സംഭാവന ചെയ്യുന്നത് ഘടകം തീ ഒരു സൂചകമാണ് - - എക്സ് സൂചിപ്പിക്കുന്നു ശമ്പള, തന്നിരിക്കുന്ന വേണ്ടി വൈ

"എക്സൽ" സ്പ്രെഡ്ഷീറ്റ് ശക്തി വൻതോതിലുള്ള

എക്സൽ പിൻവാങ്ങൽ വിശകലനം ബിൽറ്റ്-ഇൻ പ്രവർത്തനങ്ങൾ നിലവിലുള്ള ടേബിൾ ഡാറ്റ ഒരു അപ്ലിക്കേഷൻ പിൻതുടരുന്നതായിരിക്കണം വേണം. എന്നാൽ, ഈ ആവശ്യങ്ങൾക്കായി ഒരു വളരെ ഉപയോഗപ്രദമായ ആഡ്-ഇൻ "പാക്കറ്റ് വിശകലനം" ഉപയോഗിക്കുന്നതാണ് നല്ലത്. ഇത് പ്രവർത്തനക്ഷമമാക്കാൻ, നീ ചെയ്യണം:

• ടാബ് "പ്രമാണം" "ക്രമീകരണങ്ങൾ" പോകുക കൂടെ;
• തുറക്കുന്ന ജാലകത്തിൽ, തിരഞ്ഞെടുക്കുക 'ആഡ്-ഓണുകൾ';
• ബട്ടൺ ക്ലിക്ക് വരി "മാനേജ്മെന്റ്" ചുവടെ വലതുവശത്ത് സ്ഥിതി "പോയി",;
• അടുത്ത "വിശകലനം തൊഒല്പക്" ഒരു ചെക്ക് അടയാളം വെച്ചു "ശരി" അമർത്തി നിങ്ങളുടെ പ്രവർത്തനം സ്ഥിരീകരിക്കുന്നതിന്.

ശരിയായി ചെയ്തു എങ്കിൽ, "ഡാറ്റ" ടാബ്, പ്രവൃത്തി ഷീറ്റ് "എക്സൽ" മുകളിൽ സ്ഥിതി, വലതുഭാഗത്ത് ആവശ്യമുള്ള ബട്ടൺ കാണിക്കുന്നു.

എക്സൽ ൽ ലീനിയർ റിഗ്രഷൻ

ഇപ്പോൾ നിങ്ങൾ എക്കണോമെട്രിക് കണക്കുകൾ അവശ്യ വെർച്വൽ ഉപകരണങ്ങൾ കൈവശം വല്ലതും ഉണ്ടോ എന്നു നാം നമ്മുടെ പ്രശ്നം അഭിസംബോധന ചെയ്യാനും കഴിയും. ഇതു ചെയ്യുന്നതിന്

• ബട്ടൺ "ഡേറ്റാ വിശകലനം" ന് ക്ലിക്കുചെയ്തെന്നുമുള്ളവ;
• തുറന്ന വിൻഡോയിൽ ബട്ടൺ "റിഗ്രഷൻ" ക്ലിക്ക്;
• മൂല്യങ്ങൾ Y (വ്യത്യാസങ്ങളാണ് തൊഴിലാളികളുടെ എണ്ണം) എക്സ് (അവരുടെ ശമ്പളം) ഒരു പരിധി പരിചയപ്പെടുത്താൻ ദൃശ്യമാകുന്ന ഒരു ടാബ്;
• «ശരി» ബട്ടൺ അമർത്തി അവരുടെ പ്രവർത്തനങ്ങൾ ഉറപ്പിച്ചുകൊടുപ്പാൻ.

തത്ഫലമായി, പ്രോഗ്രാം യാന്ത്രികമായി പുതിയ ഷീറ്റ് സ്പ്രെഡ്ഷീറ്റ് ഡാറ്റ റിഗ്രഷൻ വിശകലനം ചെയ്യും. ശ്രദ്ധ! എക്സൽ ൽ, ഈ ആവശ്യത്തിനായി ഇഷ്ടപ്പെടുന്നത് ആ സ്ഥലം ഒരു അവസരം ഇല്ല. ഉദാഹരണത്തിന്, മൂല്യങ്ങൾ Y, എക്സ്, അല്ലെങ്കിൽ പ്രത്യേകം അത്തരം ഡാറ്റ സംഭരിക്കുന്നതിനുള്ള രൂപകൽപ്പന ഒരു പുതിയ പുസ്തകം, അതേ ഷീറ്റ്, ആയിരിക്കാം.

ആർ-സ്ക്വയറിന്റെ റിഗ്രഷൻ വിശകലനം ഫലങ്ങൾ

പരിഗണിക്കും ഉദാഹരണം ഡാറ്റ ലഭിച്ച എക്സൽ ഡാറ്റ ഫോം:

ഒന്നാമത് നാം ആർ-പ്രാകാരം മൂല്യം ശ്രദ്ധ വേണം. ഇത് ദൃഢനിശ്ചയം തല്കാലം പ്രതിനിധീകരിക്കുന്നു. മീറ്റർ. ഇ 75.5% പരിഗണനയിലാണ് പരാമീറ്ററുകൾ തമ്മിലുള്ള ബന്ധം വിശദീകരിക്കാൻ ഈ ഉദാഹരണം, ആർ-ചതുരശ്ര = ൦.൭൫൫ (75.5%) ൽ, മോഡൽ എന്ന കേക്കു പരാമീറ്ററുകൾ. കൂടുതൽ ദൃഢനിശ്ചയം തല്കാലം മൂല്യം, തിരഞ്ഞെടുത്ത മോഡൽ പ്രത്യേക ചുമതലകൾ കൂടുതൽ ഉപയോഗപ്രദവുമായ കണക്കാക്കപ്പെടുന്നത്. ഇത് ശരിയായി 0.8 മുകളിൽ ആർ-സ്ക്വയർ മൂല്യം യഥാർത്ഥ സാഹചര്യം വിശദീകരിക്കാനുള്ള വിശ്വസിക്കപ്പെടുന്നു. ആർ-ചതുരശ്ര <0.5 എങ്കിൽ, എക്സൽ ഒരു റിഗ്രഷൻ വിശകലനം ന്യായമായ പരിഗണിക്കില്ല.

അനുപാതം വിശകലനം

നമ്പർ 64,1428 നമ്മുടെ മോഡൽ എല്ലാ വേരിയബിളുകളും ഇലവൻ പുനഃസജ്ജീകരിയ്ക്കും എങ്കിൽ, വൈ മൂല്യം ആയിരിക്കും എന്തു കാണിക്കുന്നു. മറ്റു വാക്കുകളിൽ പറഞ്ഞാൽ, അത് വിശകലനം പാരാമീറ്ററിന്റെ മൂല്യം പ്രത്യേക മോഡൽ വിവരിച്ചിട്ടുള്ള അല്ലാത്തവ ഘടകങ്ങളാണ് സ്വാധീനിക്കപ്പെടുന്ന എന്ന് പറയാം.

അടുത്ത ഘടകം -0,16285 സെൽ ബ്൧൮ സ്ഥിതി, വൈ ഈ മോഡൽ ഉള്ളിൽ ജീവനക്കാരുടെ ശരാശരി ശമ്പളം -0,16285 തൂക്കം, ടി നിന്നും രാജി എണ്ണം ബാധിക്കുന്നു എന്നാണ് വേരിയബിൾ എക്സ് പ്രധാന സ്വാധീനം കാണിക്കുന്നു. ഇ എല്ലാ അതിന്റെ ആഘാതം ബിരുദം ചെറിയ. അടയാളം "-" ഗുണനഘടകം നെഗറ്റീവ് സൂചിപ്പിക്കുന്നു. ഞങ്ങൾ എല്ലാവരും എന്റർപ്രൈസ് കൂടുതൽ ശമ്പളം, കുറവ് ആളുകൾ തൊഴിൽ കരാർ അവസാനിപ്പിക്കുന്നതിന് ഒരു ആഗ്രഹം പ്രകടിപ്പിച്ചു അല്ലെങ്കിൽ തള്ളി എന്നു നിങ്ങൾ അറിയും ആയതിനാൽ ഇത് വ്യക്തമാണ്.

ഒന്നിലധികം റിഗ്രഷൻ

ഈ പദം കീഴിൽ ഫോം നിരവധി സ്വതന്ത്ര വേരിയബിളുകൾ ആശയവിനിമയം സമവാക്യം സൂചിപ്പിക്കുന്നു:

ക = എഫ് (X _1, x ₂ + ... X _{മീറ്റർ)} + ε, Y എവിടെ - ഒരു സവിശേഷത സ്കോർ (ആശ്രിത വേരിയബിൾ) ... X _{മീറ്റർ} ആണ്, എക്സ് _1, എക്സ് _2, - അടയാളങ്ങൾ ഘടകങ്ങൾ (സ്വതന്ത്ര വേരിയബിളുകൾ) ഉണ്ട്.

പാരാമീറ്റർ മതിപ്പു

ഒന്നിലധികം റിഗ്രഷൻ (എം) അതിനെ ഒരു കുറഞ്ഞത് സ്ക്വയർ രീതി (LSM) .നിർബന്ധമല്ലാതെയും. ഫോം y = എ + ബി ₁ X _{1 ... + b മീറ്റർ X മീറ്റർ +} ലീനിയർ സമവാക്യങ്ങൾ വേണ്ടി ε സാധാരണ സമവാക്യങ്ങളെ ഒരു സിസ്റ്റം പണിതു (സെ.മീ. താഴെ)

രീതി തത്വം മനസ്സിലാക്കാൻ, ഞങ്ങൾ രണ്ട്-വസ്തുതാ കേസ് പരിഗണിക്കുക. അപ്പോൾ നാം ഫോർമുല വിശേഷിപ്പിച്ചത് സാഹചര്യമാണുള്ളത്

അതുകൊണ്ട്, ലഭ്യമാകാൻ:

σ എവിടെ - ഇൻഡെക്സിൽ, അതാത് സവിശേഷത വേരിയൻസ് ആണ്.

എക്സ് എം സമവാക്യം എംആർ സ്തംദര്തിജിരുഎമൊമ് സ്കെയിലിൽ ബാധകമായിരിക്കും. ഈ സാഹചര്യത്തിൽ, ഞങ്ങൾ സമവാക്യം ലഭിക്കും:

ടി _ക, ടി _{X 1, ... ടി, xm} ഉൾകൊള്ളുന്ന - വേരിയബിളുകൾ ശരാശരി മൂല്യങ്ങൾ 0 ഏത് ആകുന്നു സ്തംദര്തിജിരുഎമ്യെ; β _ഞാൻ - നിലവാരമുള്ള റിഗ്രഷൻ ഗുണകങ്ങളും സ്റ്റാൻഡേർഡ് ഡീവിയേഷൻ - 1.

_ഞാൻ എല്ലാ β ദയവായി ശ്രദ്ധിക്കുക ഈ കേസിൽ സാധാരണഗതിയിൽ ആൻഡ് ത്സെംത്രലിജിരുഎമ്യെ നിർവചിച്ചിരിക്കുന്നത്, അതിനാൽ ഒരു സാധുവായ കണക്കാക്കുന്നു സ്വീകാര്യമായ വരെയുള്ള കാലയളവില്. കൂടാതെ ഇത് βഇ ഏറ്റവും കുറവ് മൂല്യങ്ങളുള്ള ആ നിരസിച്ചുകൊണ്ട് ഘടകങ്ങൾ സ്ക്രീനിംഗ് നടപ്പിലാക്കുന്നതിനായി സ്വീകരിച്ചിരിക്കുന്നു.

ലീനിയർ റിഗ്രഷൻ സമവാക്യം ഉപയോഗിച്ച് പ്രശ്നം

നിങ്ങൾ കഴിഞ്ഞ 8 മാസം ഒരു പ്രത്യേക ഉൽപ്പന്നം എൻ വില ചലനാത്മകത ഒരു മേശ ഉണ്ടെന്ന് കരുതുക. ഇത് 1850 റൂബിൾസ് വിറ്റ് പാർട്ടി ഏറ്റെടുക്കൽ എന്ന് തീരുമാനിക്കാൻ അത്യാവശ്യമാണ്. / ടി

	ഒരു	ബി	സി
1	മാസം	മാസം പേര്	വില വ
2	1	ജനുവരി	ടൺ ശതമാനം 1750 റൂബിൾസ്
3	2	ഫെബ്രുവരി	ടൺ ശതമാനം 1755 റൂബിൾസ്
4	3	മാര്ച്ച്	ടൺ ശതമാനം 1767 റൂബിൾസ്
5	4	ഏപ്രിൽ	ടൺ ശതമാനം 1760 റൂബിൾസ്
6	5	മേയ്	ടൺ ശതമാനം 1770 റൂബിൾസ്
7	6	ജൂണ്	ടൺ ശതമാനം 1790 റൂബിൾസ്
8	7	ജൂലൈ	ടൺ ശതമാനം 1810 റൂബിൾസ്
9	8	ആഗസ്റ്റ്	ടൺ ശതമാനം 1840 റൂബിൾസ്

പട്ടികാ പ്രോസസർ ഈ പ്രശ്നം പരിഹരിക്കാൻ "എക്സൽ" ഇതിനകം മുകളിൽ അവതരിപ്പിച്ച ഉദാഹരണം ഉപകരണം "ഡേറ്റാ വിശകലനം" പേരുകേട്ട ഉപയോഗിക്കാൻ ആവശ്യമാണ്. അടുത്തത്, "റിഗ്രഷന്" വിഭാഗം സെറ്റ് പാരാമീറ്ററുകൾ തിരഞ്ഞെടുക്കുക. സ്വതന്ത്ര വേണ്ടി (മാസം) - നാം ഇൻപുട്ട് ഇടവേള എക്സ് »" ഇൻപുട്ട് പരിധി വൈ »ആശ്രിത വേരിയബിൾ (വർഷം പ്രത്യേക മാസങ്ങളിൽ സാധനങ്ങൾ ഈ കേസിൽ വില) യുടെ മൂല്യങ്ങളുടെ ഒരു പരിധി പരിചയപ്പെട്ടു വേണം" എന്ന് ഓര്ക്കണം. നാം ക്ലിക്ക് «ശരി» നടപടി സ്ഥിരീകരിക്കുക. ഒരു പുതിയ വർക്ക്ഷീറ്റ് (അങ്ങനെ സൂചിപ്പിച്ചു എങ്കിൽ) ൽ, ഞങ്ങൾക്ക് പിൻവാങ്ങൽ ഡാറ്റ ലഭിക്കും.

നാം അവരെ പരാമീറ്ററുകൾ എ, ബി ഗുണകങ്ങളുടെയും മാസം പേരിന്റെ ലൈൻ നമ്പറും «വൈ-കവല" റിഗ്രഷൻ വിശകലനത്തിന്റെ ഫലങ്ങൾ ഷീറ്റ് എന്ന ലൈനിൽ നിന്ന് ഗുണകങ്ങളുടെയും പോലെ എവിടെ ഫോം: y = ax + b ലീനിയർ സമവാക്യം, പണിയുന്നു. അങ്ങനെ, ലീനിയർ റിഗ്രഷൻ സമവാക്യം (EQ) 3 പ്രശ്നം പോലെ എഴുതാം:

വസ്തുക്കളുടെ വില വ = ൧൧,൭൧൪ * ൧൭൨൭.൫൪ മാസം നമ്പർ +.

അല്ലെങ്കിൽ ബീജീയ നൊട്ടേഷനിൽ

Y = 11.714 എക്സ് ൧൭൨൭,൫൪

ഫലങ്ങൾ വിശകലനം

ഒന്നിലധികം ബന്ധമുണ്ട് ഗുണകങ്ങളുടെയും (സി) തീരുമാനവും അതുപോലെ ടെസ്റ്റ് ഫിഷറിന്റെ ടി-ടെസ്റ്റ് ഉപയോഗിച്ച് ലഭിച്ച വേണ്ടത്ര ലീനിയർ റിഗ്രഷൻ സമവാക്യം എന്ന് തീരുമാനിക്കാൻ. അവർ പേരുകൾ ഒന്നിലധികം ആർ, യഥാക്രമം ആർ-സ്ക്വയർ, എഫ്-ടി-സ്ഥിതിവിവരക്കണക്കുകളും സ്ഥിതിവിവരക്കണക്കുകൾ, കീഴിൽ പ്രവർത്തിക്കാൻ ഫലങ്ങൾ മേശ "എക്സൽ" റിഗ്രഷനിലെ.

KMC ല് ആർ സ്വതന്ത്രവും ആശ്രയിച്ചുള്ള വേരിയബിളുകൾ തമ്മിലുള്ള അടുപ്പം പ്രൊബബിലിസ്തിച് ബന്ധം കണക്കാക്കാൻ പ്രാപ്തമാക്കുന്നു. ഉയർന്ന മൂല്യം വേരിയബിൾ തമ്മിൽ ശക്തമായ മതി കണക്ഷൻ "മാസം എണ്ണം" ഉം സൂചിപ്പിക്കുന്നു "1 ടൺ ഓരോ റൂബിൾസ് ൽ എൻ ഉൽപ്പന്ന വില." എന്നാൽ, ഈ ബന്ധം സ്വഭാവം അജ്ഞാതമാണ്.

ദൃഢനിശ്ചയം ആർ ² (കഠിന) എന്ന ഗുണിത സ്ക്വയർ മൊത്തം ചിതറിച്ചുകളയേണം അനുപാതം ഒരു സംഖ്യാ സവിശേഷതയാണ് പരീക്ഷണ ഡാറ്റ ഭാഗം, അതായത് ഒരു ചിന്നിച്ചിതറുക കാണിക്കുന്നു, ലീനിയർ റിഗ്രഷൻ സമവാക്യം അനുബന്ധമായ ആശ്രിത വേരിയബിളിന്റെ മൂല്യങ്ങൾ. ഈ പ്രശ്നം ഈ മൂല്യം കൃത്യത ഒരു ഉയർന്ന ബിരുദം നേടി കൂടെ 84,8%, എം. ഇ സ്റ്റാറ്റിസ്റ്റിക്സ് എസ്ഡി വിവരിച്ചിരിക്കുന്നു.

എഫ്-സ്ഥിതിവിവരക്കണക്കുകൾ, പുറമേ ലീനിയർ ആശ്രിതത്വം അല്ലെങ്കിൽ ദിസ്പ്രൊവിന്ഗ് സിദ്ധാന്ത മരങ്ങളെ സ്ഥിരീകരിക്കുന്ന പ്രാധാന്യം വിലയിരുത്താൻ ഉപയോഗിച്ച ഫിഷർ മാനദണ്ഡം അറിയപ്പെടുന്ന.

ടി-സ്ഥിതിവിവരക്കണക്ക് (വിദ്യാർഥിയുടെ ടി ടെസ്റ്റ്) മൂല്യം ഏതെങ്കിലും സ്വതന്ത്ര അജ്ഞാത ലീനിയർ ആശ്രിതത്വം അംഗം ചെയ്തത് ഗുണിത പ്രാധാന്യം വിലയിരുത്താൻ സഹായിക്കുന്നു. ടി-ടെസ്റ്റ്> ടി _{കോടി} മൂല്യം _{ഉണ്ടെങ്കിൽ,} സൗജന്യ കാലാവധി ലീനിയർ സമവാക്യം നിസ്സാരനെന്ന് സിദ്ധാന്ത നിരസിച്ചു.

അത് ടി = 169,20903, പി = ൨,൮൯എ-12, ടി എന്ന് കണ്ടെത്തി "എക്സൽ" ഉപകരണങ്ങൾ വഴി ഒരു സ്വതന്ത്ര കാലാവധി ഈ പ്രശ്നം ൽ. ഇ വിശ്വസ്ത സ്വതന്ത്ര കാലാവധി നിസ്സാരനെന്ന് സിദ്ധാന്ത നിരസിക്കുമെന്നത് ഒരു പൂജ്യം പ്രോബബിലിറ്റി ഉണ്ടോ. ടി = 5,79405, പി = 0,001158 ന് അജ്ഞാത ഗുണകമായ വേണ്ടി. മറ്റൊരു രീതിയിൽ പറഞ്ഞാൽ, ഒരു നിരസിച്ച ശരിയായ സിദ്ധാന്ത അജ്ഞാത വേണ്ടി ഗുണിത നിസ്സാരനെന്ന് ചെയ്യും പ്രോബബിലിറ്റി, 0.12% ആണ്.

അങ്ങനെ, അത് ലഭിച്ച ലീനിയർ റിഗ്രഷൻ വേണ്ടത്ര സമവാക്യം എന്ന് പറയാം.

ഓഹരികൾ വാങ്ങുന്നത് പല പ്രാവശ്യം പ്രശ്നം

ഒന്നിലധികം റിഗ്രഷൻ അതേ "ഡേറ്റാ വിശകലനം" ഉപകരണം ഉപയോഗിച്ച് എക്സൽ ൽ നടത്തിയില്ല. നിർദ്ദിഷ്ട അപ്ലിക്കേഷൻ ചിന്തിക്കുക.

ഗൈഡ് കമ്പനി «ഒന്നുകിൽ NNN» ഓഫ് ജ്സ്ച് «മാമാമാ» ഓഹരികൾ 20% വാങ്ങാൻ എന്ന് തീരുമാനിക്കണം. പാക്കേജ് വില (എസ്പി) 70 ദശലക്ഷം ഡോളർ ആണ്. എന്ന «NNN» വിദഗ്ധർ സമാനമായ ഇടപാടുകൾ ഡാറ്റ ശേഖരിച്ചു. ഇത്തരം മാനദണ്ഡങ്ങളുടെ ഓഹരികൾ മൂല്യം വിലയിരുത്താൻ തീരുമാനിച്ചു, അമേരിക്കൻ ഡോളർ ദശലക്ഷക്കണക്കിന് ൽ പ്രകടിപ്പിച്ച പോലുള്ള:

• പയബ്ലെസ് (വി);
• വാർഷിക വിറ്റുവരവ് വോളിയം (വി.ഒ.);
• രെചെഇവബ്ലെസ് (വി.ഡി.);
• സ്ഥിര ആസ്തി (CCS) മൂല്യം.

കൂടാതെ, അമേരിക്കൻ ഡോളർ ആയിരക്കണക്കിന് സ്ഥാപനങ്ങളുടെ വേതന കടം ഉപയോഗിക്കുക (V3 യു).

തീരുമാനം പട്ടിക പ്രോസസ്സർ എക്സൽ മാർഗങ്ങൾ

ആദ്യം നിങ്ങൾ ഇൻപുട്ട് ഡാറ്റ ഒരു പട്ടിക സൃഷ്ടിക്കേണ്ടതുണ്ട്. താഴെ തോന്നും:

അടുത്തത്:

• കോൾ ബോക്സ് "ഡാറ്റ വിശകലനം";
• തിരഞ്ഞെടുത്ത "പിൻവാങ്ങൽ" വിഭാഗം;
• ജാലകം "ഇൻപുട്ട് ഇടവേള വൈ» നിര ജി നിന്നും ചൊല്ലിക്കൊടുത്തു പരിധി ആശ്രിത വേരിയബിൾ മൂല്യങ്ങൾ;
• ജാലകം "ഇൻപുട്ട് ഇടവേള എക്സ്» ആൻഡ് കോളം ബി, സി, ഡി എല്ലാ മൂല്യങ്ങളും ഒരു ഷീറ്റ് പരിധി ഒറ്റപ്പെട്ട വലതുഭാഗത്തായി ചുവന്ന ആരോ കൊണ്ട് ഐക്കണിൽ ക്ലിക്ക്, എഫ്

മാർക്ക് പോയിന്റ് "പുതിയ വർക്ക്ഷീറ്റ്" "ശരി" ക്ലിക്ക് ചെയ്യുക.

ഈ ചുമതല ഒരു റിഗ്രഷൻ അവലോകനം.

പഠനം ഫലങ്ങളും നിഗമനങ്ങളിൽ

"ശേഖരിക്കുക" ഷീറ്റ് പട്ടിക എക്സൽ പ്രോസസർ റിഗ്രഷൻ സമവാക്യം ന് മുകളിൽ ഡേറ്റാ നിന്ന് വൃത്താകാരത്തിലോ:

എസ്ഡി = 0,103 * SOF ൽ + ൦,൫൪൧ * വി.ഒ. - 0.031 * വി.കെ. + ൦,൪൦൫ * വി.ഡി. + ൦,൬൯൧ * വ്ജ്പ് - 265.844.

കൂടുതൽ സാധാരണ ഗണിതശാസ്ത്ര രൂപത്തില് അതു പോലെ എഴുതാം:

Y = 0.103 * x1 + 0.541 * x2 - 0.031 * x3 + 0.405 * x4 + 0.691 * x5 - 265.844

MMM- യ്ക്കുള്ള ഡാറ്റ താഴെ പറയുന്നു:

SOF, ഡോളർ	VO, USD	വി.കെ, ഡോളർ	VD, ഡോളർ	VZP, USD	JV, USD
102.5	535.5	45.2	41.5	21.55	64.72

റിഗ്രഷൻ സമവാക്യത്തിലേക്ക് മാറ്റിയാൽ 64.72 ദശലക്ഷം യുഎസ് ഡോളർ നേടുക. ഇതിനർത്ഥം എം.എം.എം.എം ഷെയറുകൾ വാങ്ങാൻ പാടില്ല, കാരണം അവരുടെ 70 ദശലക്ഷം അമേരിക്കൻ ഡോളറിന്റെ മൂല്യം കൂടുതലാണ്.

നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, Excel ടേബിൾ പ്രോസസ്സറിന്റെയും റിഗ്രഷൻ സമവാക്യത്തിൻറെയും ഉപയോഗം ഒരു നിർദ്ദിഷ്ട ഇടപാടിന്റെ സാദ്ധ്യതയെക്കുറിച്ച് ഒരു തീരുമാനിച്ച വിവരം അറിയിക്കാൻ സാധിച്ചു.

ഇപ്പോൾ റിഗ്രഷൻ എന്താണെന്ന് നിങ്ങൾക്ക് അറിയാം. Excel- ലുള്ള ഉദാഹരണങ്ങൾ, മുകളിൽ ചർച്ചചെയ്തത്, സാമ്പത്തിക ശാസ്ത്രമേഖലയിലെ പ്രായോഗിക പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിൽ നിങ്ങളെ സഹായിക്കും.