Hoe lees residuplots in Excel

? Regressie analyse kunnen scores op een onafhankelijke variabele , bekend als " x " voorspellen met bekende scores op een of meer variabelen bekend als " y 's . " Lineaire regressieanalyse wiskundig berekent de vergelijking voor een rechte lijn , die dient als een voorspellend model . Volgens de website , Stat Trek, residuen vertegenwoordigen de verticale afstand tussen elke verkregen gegevens punt van de onafhankelijke variabele van deze rechte lijn . Microsoft Excel 2007 produceert een plot van de residuen moet worden uitgelegd aan de geschiktheid van het gebruik van een lineaire regressie model.Things je nodig hebt
Microsoft Excel beoordelen 2007
Toon Meer Instructions
1

Identificeer de x en y variabelen in de regressie . De x variabele of onafhankelijke variabele is het resultaat dat u wilt meten . De y- variabelen of afhankelijke variabelen zijn de ingangen of voorspellers . Bijvoorbeeld , als je wilt om een model te ontwerpen voorspellen aantal ER opnames een persoon zou hebben door het gebruik van het aantal kilo's overgewicht en het aantal gewerkte uren per week , de afhankelijke variabelen zijn het aantal kilo's overgewicht en het aantal gewerkte uren per week , terwijl de onafhankelijke variabele is het aantal ER opnames . kopen van 2

Begrijp dat de x - as van een resterende perceel bevat alle waarden van de variabele x in de steekproef . In dit voorbeeld , indien het hoogste aantal ER opnames iemand in het monster was was 15 en de laagste was nul schaal zou beginnen bij nul en strekken zich opwaarts in stappen van de maximale waarde van 15

3

Leer de y - as van de residuplot lezen . De y - as geeft de residuen . Indien de grootste afstand tussen een obtained datapunt en de voorspellende rechte lijn 15 en de kleinste afstand nul , zou deze schaal begint bij nul en strekken zich opwaarts in stappen van de maximale waarde van 15 Microsoft Excel 2007 produceert een grafiek voor elke y - variabele .
4

begrijpen dat de rechte lijn op de grafiek is de voorspellende lijn die het best passende verhouding tussen x en y - variabele wezen geplot beschreven . De lijn kan horizontaal , schuin omhoog of schuin neerwaarts afhankelijk van de aard van de relatie tussen x en y worden geplot .
5

Kijk naar de verspreiding van punten boven en onder de rechte lijn voorspellende . Als er een gelijk aantal punten boven de lijn eronder , lineaire regressie is wenselijk om de relatie tussen x en de y in een grafiek uitgezet beschrijven .
6

Kijk voor patronen van dispersement . Als de gegevens in clusters , een andere dan een rechte vorm , zoals een "U " of als gegevenspunten niet gelijkmatig verspreid boven en onder de rechte lijn voorspellende lineaire regressie niet geschikt en niet - lineaire modellen worden gebruikt .