Qu'est-ce qu'une formule de régression multiple?
La formule de régression multiple est utilisée dans l'analyse de la relation entre les variables dépendantes et les variables indépendantes multiples et la formule est représentée par l'équation Y est égal à a plus bX1 plus cX2 plus dX3 plus E où Y est une variable dépendante, X1, X2, X3 sont des variables indépendantes , a est une intersection, b, c, d sont des pentes et E est une valeur résiduelle.
y = mx1 + mx2 + mx3 + b
Où,
- Y = la variable dépendante de la régression
- M = pente de la régression
- X1 = première variable indépendante de la régression
- La x2 = deuxième variable indépendante de la régression
- La x3 = troisième variable indépendante de la régression
- B = constante
Explication de la formule d'analyse de régression
Les régressions multiples sont une méthode pour prédire la variable dépendante à l'aide de deux ou plusieurs variables indépendantes. Lors de l'exécution d'une analyse, le but principal du chercheur est de découvrir la relation entre la variable dépendante et les variables indépendantes. Afin de prédire la variable dépendante, plusieurs variables indépendantes sont choisies, ce qui peut aider à prédire la variable dépendante. Il est utilisé lorsque la régression linéaire n'est pas en mesure de servir l'objectif. L'analyse de régression permet de valider si les variables prédictives sont suffisamment bonnes pour aider à prédire la variable dépendante.
Exemples
Vous pouvez télécharger ce modèle Excel de formule de régression multiple ici - Modèle Excel de formule de régression multipleExemple 1
Essayons de comprendre le concept d'analyse de régressions multiples à l'aide d'un exemple. Essayons de savoir quelle est la relation entre la distance parcourue par un conducteur UBER et l'âge du conducteur et le nombre d'années d'expérience du conducteur.
Pour le calcul de la régression multiple, accédez à l'onglet Données dans Excel, puis sélectionnez l'option d'analyse des données. Pour la procédure et le calcul supplémentaires, reportez-vous à l'article donné ici - Outil d'analyse dans Excel
La formule de régression pour l'exemple ci-dessus sera
- y = MX + MX + b
- y = 604,17 * -3,18 + 604,17 * -4,06 + 0
- y = -4377
Dans cet exemple particulier, nous verrons quelle variable est la variable dépendante et quelle variable est la variable indépendante. La variable dépendante dans cette équation de régression est la distance parcourue par le conducteur UBER et les variables indépendantes sont l'âge du conducteur et le nombre d'expériences qu'il a dans la conduite.
Exemple # 2
Essayons de comprendre le concept d'analyse de régressions multiples à l'aide d'un autre exemple. Essayons de savoir quelle est la relation entre la moyenne générale d'une classe d'élèves et le nombre d'heures d'étude et la taille des élèves.
Pour le calcul, accédez à l'onglet Données dans Excel, puis sélectionnez l'option d'analyse des données.
L'équation de régression pour l'exemple ci-dessus sera
y = MX + MX + b
y = 1,08 * 0,03 + 1,08 * -. 002 + 0
y = 0,0325
Dans cet exemple particulier, nous verrons quelle variable est la variable dépendante et quelle variable est la variable indépendante. La variable dépendante dans cette régression est la GPA et les variables indépendantes sont les heures d'étude et la taille des étudiants.
Exemple # 3
Essayons de comprendre le concept d'analyse de régressions multiples à l'aide d'un autre exemple. Essayons de savoir quelle est la relation entre le salaire d'un groupe d'employés dans une organisation et le nombre d'années d'expérience et l'âge des employés.
Pour le calcul, accédez à l'onglet Données dans Excel, puis sélectionnez l'option d'analyse des données.
L'équation de régression pour l'exemple ci-dessus sera
- y = MX + MX + b
- y = 41308 * .- 71 + 41308 * -824 + 0
- y = -37019
Dans cet exemple particulier, nous verrons quelle variable est la variable dépendante et quelle variable est la variable indépendante. La variable dépendante dans cette équation de régression est le salaire et les variables indépendantes sont l'expérience et l'âge des employés.
Pertinence et utilisation
Les régressions multiples sont une méthode statistique très utile. La régression joue un rôle très important dans le monde de la finance. De nombreuses prévisions sont effectuées à l'aide d'une analyse de régression. Par exemple, les ventes d'un segment particulier peuvent être prédites à l'avance à l'aide d'indicateurs macroéconomiques qui ont une très bonne corrélation avec ce segment.
