الانحدار المتعدد هو طريقة إحصائية تسمح لك بتحليل تأثير العديد من المتغيرات المستقلة على متغير تابع واحد. ومع ذلك ، يجد الكثير من الناس هذه الطريقة صعبة وتقنية. ولكن مع مايكروسوفت إكسل ، يمكنك بسهولة بناء الانحدار المتعدد وتحليل البيانات دون بذل الكثير من الجهد.
في هذا الدليل التفصيلي ، سنلقي نظرة على إجراء خطوة بخطوة لبناء الانحدار المتعدد في إكسيل. لنبدأ بإعداد البيانات واختيار المتغيرات التابعة والمستقلة. ثم سننظر في إنشاء نموذج الانحدار وتفسير النتائج.
يحتوي إكسيل على أدوات قوية لتحليل البيانات ، ويعد الانحدار المتعدد أحد ميزاته المفيدة. يمكن أن يساعدك بناء الانحدار المتعدد على فهم العوامل التي تؤثر على المتغير قيد الدراسة والتنبؤ بقيمه بناء على متغيرات مستقلة مختارة.
وتجدر الإشارة إلى أنه من أجل استخدام الانحدار المتعدد بشكل فعال في إكسيل ، من المهم أن يكون لديك فهم للإحصاءات وفهم أساسيات تحليل الانحدار. إذا لم تكن معتادا على هذه المفاهيم ، فمن المستحسن أن تتعرف على أساسيات الإحصاء وتحليل الانحدار قبل بدء العمل.
- الانحدار المتعدد في إكسيل
- اختيار البيانات وإعدادها
- تعريف متغير تابع
- إنشاء نموذج
- اختيار المتغيرات المستقلة
الانحدار المتعدد في إكسيل
لبناء الانحدار المتعدد في إكسيل ، سوف تحتاج البيانات التي تحتوي على قيم المتغير التابع والمتغيرات المستقلة. في السابق ، يمكنك إجراء تحليل ارتباط للتحقق من العلاقة الإحصائية بين المتغيرات.
الخطوات الأساسية لبناء الانحدار المتعدد في إكسيل:
- فتح إكسل وإنشاء ورقة عمل جديدة.
- أدخل قيم المتغير التابع في عمود واحد.
- أدخل قيم المتغيرات المستقلة في أعمدة منفصلة.
- حدد جميع البيانات ، بما في ذلك رؤوس الأعمدة.
- في شريط القائمة العلوي ، حدد البيانات > تحليل البيانات.
- حدد الانحدار وانقر فوق موافق.
- في النافذة التي تظهر ، حدد المتغير التابع وجميع المتغيرات المستقلة.
- حدد النطاق لعرض نتائج الانحدار.
- تحقق من "معاملات الانحدار" للحصول على معادلة الانحدار.
- انقر فوق موافق وانتظر حتى يكتمل التحليل.
بعد اكتمال التحليل ، سيخرج إكسيل نتائج الانحدار المتعدد ، بما في ذلك معادلة الانحدار ومعاملات الانحدار لكل متغير مستقل. ستتمكن أيضا من تقييم أهمية نموذج الانحدار والأهمية الإحصائية لكل معامل.
باستخدام نتائج الانحدار المتعدد في إكسيل ، يمكنك التنبؤ بقيم المتغير التابع بناء على قيم المتغيرات المستقلة. يمكنك أيضا التحقق من الدلالة الإحصائية للقيم المتوقعة عن طريق إجراء تحليل بقايا أو اختبار فرضية معاملات الانحدار الصفري.
اختيار البيانات وإعدادها
1. حدد الغرض من الدراسة: قبل البدء ، حدد المعلومات التي تريد الحصول عليها باستخدام الانحدار المتعدد. على سبيل المثال ، قد ترغب في التنبؤ بالمبيعات بناء على تكاليف التسويق المختلفة.
2. جمع البيانات: جمع البيانات اللازمة للتحليل. يتضمن هذا عادة معلومات حول المتغير التابع (ما تريد التنبؤ به) والمتغيرات المستقلة (العوامل التي قد تؤثر على المتغير التابع).
3. تنظيف البيانات: تنظيف البيانات من القمامة والأخطاء. حذف السجلات المكررة ، وملء الفجوات ، وتصحيح أخطاء تنسيق البيانات ، وتنفيذ أي عمليات تنظيف البيانات الضرورية الأخرى.
4. قم بالبحث: اكتشف ما إذا كانت هناك علاقة بين المتغيرات المستقلة والمتغير التابع. يمكنك استخدام البيانات المجدولة والاختبارات الإحصائية لتحديد مدى العلاقة.
5. تحديد المتغيرات المهمة: بناء على الدراسة ، حدد المتغيرات المستقلة الأكثر أهمية لبناء نموذج الانحدار المتعدد. استبعاد المتغيرات التي ليس لها تأثير كبير.
6. إعداد البيانات للتحليل: تحويل البيانات وفقا لمتطلبات الانحدار المتعدد. على سبيل المثال ، قم بتحويل المتغيرات الفئوية إلى متغيرات وهمية ، وتطبيع المتغيرات الرقمية ، وما إلى ذلك.
7. إنشاء نموذج الانحدار: بناء على المتغيرات المستقلة المحددة ، قم ببناء نموذج الانحدار في إكسيل. استخدام وظائف إكسيل ، مثل لينيست ، للحصول على معاملات الانحدار.
8. تحقق من النموذج: قم بتقييم مدى تطابق النموذج الذي تم إنشاؤه مع البيانات. استخدم المقاييس الإحصائية مثل ص - تربيع و-إحصائيات لتحديد أهمية النموذج.
لا ننسى أن الانحدار المتعدد جيدة في إكسيل يتطلب ليس فقط الاختيار الصحيح وإعداد البيانات ، ولكن أيضا التفسير الصحيح وتحليل النتائج. كن حذرا وشاملا في كل مرحلة من مراحل تحليل البيانات.
تعريف متغير تابع
من المهم تحديد المتغير التابع بشكل صحيح من أجل اختيار المتغيرات المستقلة الأكثر ملاءمة للتحليل. يجب أن يكون المتغير التابع قابلا للقياس وفي تنسيق رقمي. يجب أن يعكس أيضا المؤشر الاقتصادي أو الإحصائي الذي نهتم به.
على سبيل المثال ، إذا أردنا دراسة تأثير وقت التحضير على نجاح الطالب ، فقد يكون المتغير التابع هو الدرجة في الموضوع أو النسبة المئوية للامتحانات التي تم اجتيازها بنجاح. يمكننا استخدام هذه البيانات لتحديد العلاقة بين وقت التحضير وأداء الطالب.
اختيار المتغير التابع الصحيح هو خطوة هامة في بناء الانحدار المتعدد في إكسيل. إنه يؤثر على نتائج التحليل ويسمح لنا باستخلاص استنتاجات مناسبة حول تأثير المتغيرات المستقلة على المتغير التابع.
إنشاء نموذج
قبل البدء في بناء نموذج الانحدار المتعدد في إكسيل ، من المهم تحديد الغرض من الدراسة واختيار المتغيرات المناسبة لتضمينها في النموذج.
خطوات إنشاء نموذج:
- حدد المتغير التابع (يسمى أيضا المتغير الهدف أو الانحدار) من البيانات التي ترغب في التنبؤ بها أو شرحها.
- حدد المتغيرات المستقلة (وتسمى أيضا المتنبئين أو العوامل) التي يمكن أن تؤثر على المتغير التابع. يمكن أن تكون هذه متغيرات رقمية أو فئوية.
- جمع البيانات للمتغيرات المحددة. تأكد من أن البيانات كاملة بما فيه الكفاية وليس هناك ثغرات.
- فتح إكسل وإنشاء ورقة عمل جديدة.
- أدخل قيم المتغيرات التابعة والمستقلة في أعمدة منفصلة.
- قم بتمييز جميع قيم المتغيرات وحدد علامة التبويب إدراج في قائمة إكسيل.
- في علامة التبويب إدراج ، حدد خيار مخطط مبعثر.
- اختر نوع مخطط التشتت الذي يعرض العلاقة بين المتغيرات التابعة والمستقلة بشكل أفضل.
- قم بتحليل مخطط التشتت لتحديد ما إذا كانت هناك علاقة مرئية بين المتغيرات.
- بناء نموذج الانحدار المتعدد عن طريق تحديد علامة التبويب البيانات في القائمة إكسيل.
- في علامة التبويب" البيانات "، حدد خيار" تحليل البيانات".
- في مربع الحوار الذي يظهر ، حدد خيار الانحدار وانقر فوق موافق.
- حدد العمود الذي يحتوي على المتغير التابع كمتغير تابع ، وحدد الأعمدة التي تحتوي على المتغيرات المستقلة كمتغيرات مستقلة.
- انقر فوق موافق لبناء النموذج.
- تحليل نتائج النموذج وتفسير معاملات الانحدار وأهمية النموذج.
يمكن أن يساعدك إنشاء نموذج انحدار متعدد في إكسيل على فهم العلاقات بين المتغيرات والتنبؤ بقيم متغير تابع بناء على متغيرات مستقلة.
اختيار المتغيرات المستقلة
لتحديد المتغيرات المستقلة الصحيحة ، من الضروري إجراء بحث وتحليل للبيانات. من المهم فهم المتغيرات التي يمكن أن تؤثر على المتغير التابع ، وكيف يمكن أن ترتبط ببعضها البعض. فيما يلي بعض التوصيات المهمة لاختيار المتغيرات المستقلة:
- استكشف مجال الموضوع واجمع جميع البيانات المتاحة التي قد تكون مرتبطة بالمتغير التابع.
- قم بإنشاء قائمة بجميع المتغيرات المستقلة المحتملة التي قد يكون لها تأثير على المتغير التابع.
- إجراء تحليل الارتباط لتقييم درجة العلاقة بين المتغير التابع وكل متغير مستقل محتمل. سيؤدي هذا إلى القضاء على المتغيرات التي تظهر ارتباطا ضعيفا أو ضئيلا.
- استكشف تعدد الخطوط ، أي العلاقة بين المتغيرات المستقلة. إذا ارتبط متغيران أو أكثر ارتباطا وثيقا ببعضهما البعض ، فقد تنشأ مشكلة متعددة الخطوط ، مما قد يؤدي إلى نتائج انحدار غير صحيحة وغير دقيقة.
- حدد المتغيرات المستقلة التي لها علاقة قوية بالمتغير التابع ، ولكن يجب أن تكون مستقلة عن بعضها البعض.
- اختبر المتغيرات المستقلة المحددة باستخدام نموذج الانحدار المتعدد للتأكد من أن لها تأثيرا كبيرا على المتغير التابع.
بالنظر إلى هذه التوصيات ، يمكنك اختيار المتغيرات المستقلة الأكثر ملاءمة لبناء الانحدار المتعدد في إكسيل. سيساعدك هذا في إنشاء نموذج يتنبأ أو يشرح المتغير التابع بأفضل دقة.