الانحدار في Excel هو وسيلة لأتمتة العملية الإحصائية لمقارنة عدة مجموعات من المعلومات لمعرفة كيف تؤثر التغييرات في المتغيرات المستقلة على التغييرات في المتغيرات التابعة. إذا كنت ترغب في أي وقت مضى في العثور على ارتباط بين شيئين ، فإن استخدام تحليل الانحدار في Excel هو أحد أفضل الطرق للقيام بذلك.
تنطبق الإرشادات الواردة في هذه المقالة على Excel 2019 و Excel 2016 و Excel 2013 و Excel 2010.
ما معنى الانحدار؟
الانحدار هو نهج نمذجة إحصائية يستخدمه المحللون لتحديد العلاقات بين المتغيرات المتعددة.
يبدأ تحليل الانحدار بمتغير واحد تحاول تحليله والمتغيرات المستقلة التي تختبرها لمعرفة ما إذا كانت تؤثر على هذا المتغير الفردي.يبحث التحليل في التغييرات في المتغيرات المستقلة ويحاول ربط هذه التغييرات بالتغييرات الناتجة في المتغير الفردي (التابع).
قد يبدو هذا وكأنه إحصائيات متقدمة ، لكن Excel يجعل هذا التحليل المعقد متاحًا لأي شخص.
أداء الانحدار الخطي في Excel
أبسط شكل من أشكال تحليل الانحدار هو الانحدار الخطي. يبحث الانحدار الخطي البسيط في العلاقة بين متغيرين فقط.
على سبيل المثال ، يعرض جدول البيانات التالي البيانات التي تحتوي على عدد السعرات الحرارية التي أكلها الشخص كل يوم ووزنه في ذلك اليوم.
نظرًا لأن جدول البيانات هذا يحتوي على عمودين من البيانات ، ومن المحتمل أن يكون لمتغير واحد تأثير على الآخر ، يمكنك تشغيل تحليل الانحدار على هذه البيانات باستخدام Excel.
تمكين الوظيفة الإضافية Analysis ToolPak
قبل أن تتمكن من استخدام ميزة تحليل الانحدار في Excel ، تحتاج إلى تمكين الوظيفة الإضافية Analysis ToolPak في شاشة خيارات Excel.
-
في Excel ، حدد القائمة File واختر Options.
Image -
حدد الوظائف الإضافية في قائمة التنقل اليسرى. بعد ذلك ، تأكد من تحديد وظائف Excel الإضافية في الحقل إدارة.
Image -
أخيرًا ، حدد الزر Go.
Image -
في النافذة المنبثقة للوظائف الإضافية. قم بتمكين Analysis ToolPack بالنقر فوق المربع الموجود أمامها لإضافة علامة اختيار وتحديد OK.
Image
الآن بعد أن تم تمكين حزمة أدوات التحليل ، فأنت جاهز لبدء إجراء تحليل الانحدار في Excel.
كيفية أداء الانحدار الخطي البسيط في Excel
باستخدام جدول بيانات الوزن والسعرات الحرارية كمثال ، يمكنك إجراء تحليل الانحدار الخطي في Excel على النحو التالي.
-
حدد القائمة Data. ثم ، في المجموعة Analysis ، حدد Data Analysis.
Image -
في نافذة Data Analysis ، حدد Regression من القائمة وانقر فوق OK.
Image -
Input Y Range هو نطاق الخلايا الذي يحتوي على المتغير التابع. في هذا المثال ، هذا هو الوزن. Input X Rangeهو نطاق الخلايا الذي يحتوي على المتغير المستقل. في هذا المثال ، هذا هو عمود السعرات الحرارية.
Image -
حدد Labels لخلايا الرأس ، ثم حدد New Worksheet لإرسال النتائج إلى ورقة عمل جديدة. حدد OKليقوم Excel بتشغيل التحليل وإرسال النتائج في ورقة جديدة.
Image -
افحص ورقة العمل الجديدة. يحتوي ناتج التحليل على عدد من القيم التي تحتاج إلى فهمها لتفسير النتائج.
Image لكل من هذه الأرقام المعاني التالية:
- Multiple R: معامل الارتباط. 1 يشير إلى ارتباط قوي بين المتغيرين ، بينما -1 يعني أن هناك علاقة سلبية قوية. 0 يعني عدم وجود ارتباط.
- R Square: معامل التحديد ، الذي يوضح عدد النقاط بين المتغيرين التي تقع على خط الانحدار. إحصائيًا ، هذا هو مجموع الانحرافات التربيعية عن المتوسط
- Adjusted R Square: قيمة إحصائية تسمى R square والتي يتم ضبطها وفقًا لعدد المتغيرات المستقلة التي اخترتها.
- خطأ معياري: مدى دقة نتائج تحليل الانحدار. إذا كان هذا الخطأ صغيرًا ، فستكون نتائج الانحدار أكثر دقة.
- الملاحظات: عدد الملاحظات في نموذج الانحدار الخاص بك.
تمنحك القيم المتبقية في ناتج الانحدار تفاصيل حول المكونات الأصغر في تحليل الانحدار.
- df: القيمة الإحصائية المعروفة بدرجات الحرية المتعلقة بمصادر التباين.
- SS: مجموع المربعات. يجب أن تكون نسبة المجموع المتبقي للمربعات مقابل إجمالي SS أصغر إذا كانت معظم بياناتك تناسب خط الانحدار.
- MS: متوسط مربع بيانات الانحدار.
- F: إحصاء F (اختبار F) للفرضية الصفرية. يوفر هذا أهمية نموذج الانحدار.
- الأهمية F: القيمة الإحصائية المعروفة باسم P-value لـ F.
ما لم تفهم الإحصائيات وحساب نماذج الانحدار ، فلن يكون للقيم الموجودة أسفل الملخص معنى كبير. ومع ذلك ، فإن المربعات R و R هي الأكثر أهمية.
كما ترى في هذا المثال ، السعرات الحرارية لها علاقة قوية بالوزن الكلي.
تحليل الانحدار الخطي المتعدد في Excel
لإجراء نفس الانحدار الخطي ولكن باستخدام متغيرات مستقلة متعددة ، حدد النطاق بأكمله (أعمدة وصفوف متعددة) لـ Input X Range.
عند تحديد عدة متغيرات مستقلة ، من غير المرجح أن تجد ارتباطًا قويًا نظرًا لوجود العديد من المتغيرات.
ومع ذلك ، يمكن أن يساعدك تحليل الانحدار في Excel في العثور على ارتباطات مع واحد أو أكثر من تلك المتغيرات التي قد لا تدرك وجودها بمجرد مراجعة البيانات يدويًا.
