Çoklu Regresyon Formülü nedir?
Bağımlı ve çoklu bağımsız değişkenler arasındaki ilişkinin analizinde çoklu regresyon formülü kullanılır ve formül Y eşittir a artı bX1 artı cX2 artı dX3 artı E'ye eşittir burada Y bağımlı değişken, X1, X2, X3 bağımsız değişkenlerdir a kesişim noktası, b, c, d eğim ve E artık değerdir.
y = mx1 + mx2 + mx3 + b
Nerede,
- Y = regresyonun bağımlı değişkeni
- M = regresyonun eğimi
- X1 = regresyonun ilk bağımsız değişkeni
- X2 = regresyonun ikinci bağımsız değişkeni
- X3 = regresyonun üçüncü bağımsız değişkeni
- B = sabit
Regresyon Analizi Formülünün Açıklaması
Çoklu Regresyonlar, bağımlı değişkeni iki veya daha fazla bağımsız değişken yardımıyla tahmin etme yöntemidir. Bu analizi yaparken araştırmacının temel amacı, bağımlı değişken ile bağımsız değişkenler arasındaki ilişkiyi bulmaktır. Bağımlı değişkeni tahmin etmek için, bağımlı değişkeni tahmin etmeye yardımcı olabilecek birden fazla bağımsız değişken seçilmiştir. Doğrusal regresyon amaca hizmet edemediğinde kullanılır. Regresyon analizi, yordayıcı değişkenlerin bağımlı değişkeni tahmin etmeye yardımcı olacak kadar iyi olup olmadığını doğrulama sürecinde yardımcı olur.
Örnekler
Bu Çoklu Regresyon Formülü Excel Şablonunu buradan indirebilirsiniz - Çoklu Regresyon Formülü Excel ŞablonuÖrnek 1
Bir örnek yardımıyla çoklu regresyon analizi kavramını deneyelim ve anlayalım. Bir UBER sürücüsünün kat ettiği mesafe ile sürücünün yaşı ile sürücünün yılların deneyim sayısı arasındaki ilişkiyi bulmaya çalışalım.
Çoklu Regresyon hesaplaması için excel'deki Veri sekmesine gidin ve ardından veri analizi seçeneğini seçin. Daha fazla prosedür ve hesaplama için burada verilen makaleye başvurur - Excel'de Analiz Araç Takımı
Yukarıdaki örnek için regresyon formülü
- y = MX + MX + b
- y = 604,17 * -3,18 + 604,17 * -4,06 + 0
- y = -4377
Bu özel örnekte, hangi değişkenin bağımlı değişken, hangi değişkenin bağımsız değişken olduğunu göreceğiz. Bu regresyon denklemindeki bağımlı değişken, UBER sürücüsünün kapladığı mesafedir ve bağımsız değişkenler, sürücünün yaşı ve sürüşte sahip olduğu deneyimlerin sayısıdır.
Örnek 2
Başka bir örnek yardımıyla çoklu regresyon analizi kavramını deneyelim ve anlayalım. Bir öğrenci sınıfının not ortalaması ile çalışma saatleri ve öğrencilerin boyu arasındaki ilişkinin ne olduğunu bulmaya çalışalım.
Hesaplama için excel'deki Veri sekmesine gidin ve ardından veri analizi seçeneğini seçin.
Yukarıdaki örnek için regresyon denklemi
y = MX + MX + b
y = 1.08 * .03 + 1.08 * -. 002 + 0
y = .0325
Bu özel örnekte, hangi değişkenin bağımlı değişken, hangi değişkenin bağımsız değişken olduğunu göreceğiz. Bu regresyondaki bağımlı değişken not ortalamadır ve bağımsız değişkenler öğrencilerin çalışma saatleri ve boylarıdır.
Örnek 3
Başka bir örnek yardımıyla çoklu regresyon analizi kavramını deneyelim ve anlayalım. Bir organizasyondaki bir grup çalışanın maaşı ile yıllık deneyim sayısı ve çalışanların yaşı arasındaki ilişkinin ne olduğunu bulmaya çalışalım.
Hesaplama için excel'deki Veri sekmesine gidin ve ardından veri analizi seçeneğini seçin.
Yukarıdaki örnek için regresyon denklemi
- y = MX + MX + b
- y = 41308 * .- 71 + 41308 * -824 + 0
- y = -37019
Bu özel örnekte, hangi değişkenin bağımlı değişken, hangi değişkenin bağımsız değişken olduğunu göreceğiz. Bu regresyon denklemindeki bağımlı değişken maaş, bağımsız değişkenler ise çalışanların deneyimi ve yaşıdır.
Alaka ve Kullanım
Çoklu regresyon, çok kullanışlı bir istatistiksel yöntemdir. Regresyon, finans dünyasında çok önemli bir rol oynar. Regresyon analizi kullanılarak birçok tahmin yapılır. Örneğin, belirli bir segmentin satışları, o segmentle çok iyi bir korelasyona sahip olan makroekonomik göstergeler yardımıyla önceden tahmin edilebilir.