- 締切済み
エクセルでの重回帰分析
- みんなの回答 (1)
- 専門家の回答
みんなの回答
- NNAQ
- ベストアンサー率56% (104/184)
[分析ツール]の[回帰分析]の話ですよね? おそらくエクセルのバグです。 フリーの統計ソフトの「R」を使うか、 http://homepage2.nifty.com/nandemoarchive/sas_r_excel/mokuji_r.htm VBAで作られたものを使いましょう。 http://aoki2.si.gunma-u.ac.jp/lecture/stats-by-excel/vba/html/sreg.html 上記のプログラムを使った方が良いので、以下は余談みたいになりますが、 分析ツールの回帰分析は、内部ではLINEST関数と同じ処理をしてるようです。 わざとエラーになるようにして回帰分析を実行すると、 「LINEST関数エラー」とかいうメッセージが出るので。 ですので、いちいち分析ツールを呼び出さなくても、 数式だけで「回帰分析用テンプレート」のようなものを作成しておけば済むかなと思います。 ちなみに、目的変数のセル範囲を y 、説明変数のセル範囲を x とすると、 R =SQRT(INDEX(LINEST(y,x,TRUE,TRUE),3,1)) R2 =INDEX(LINEST(y,x,TRUE,TRUE),3,1) 補正 R2 =1-INDEX(LINEST(y,x,TRUE,TRUE),5,2)/INDEX(LINEST(y,x,TRUE,TRUE),4,2)/VAR(y) で、求められると思います。 残差グラフなども出したいなら、分析ツールを使うことになりますけどね。
関連するQ&A
- 回帰分析:定数項ゼロのときの補正R2の値
わけがありまして、定数項をゼロにした。回帰分析をしております。 Excelにおける、決定係数(重決定R2)と自由度決定係数(補正R2)の関係式はどのようになっているのかご存知でしたら教えてください。どのような統計学の教科書にも書いてある以下の式を 使用しても、重決定R2から補正R2の値が合いません。 補正R2=1-(1-R2)*(n-k)/(n-1) kは自由度で説明変数の数です。 ちなみに、定数項がゼロでない場合は、問題なく両者の関係はあいましたが、 定数項ゼロの場合は、どうしてもあいません。 定数項がゼロの場合は、そもそも重決定R2と補正R2のそれぞれの計算方法がことなりますが、せめて両者の関係式だけでもわかったら教えてください。よろしくお願いいたします。
- ベストアンサー
- 経済学・経営学
- エクセルでの重回帰分析が上手くいきません
エクセルにて重回帰分析を行っています。下記の状況になりますが何が原因か、また、対策はどうすべきかご教授ください。 <元データ> ・説明変数16個 <エクセルの統計データ機能を使用した結果> 回帰統計 重相関 R 1 重決定 R2 1 補正 R2 65535 標準誤差 0 観測数 3 分散分析表 自由度 変動 分散 観測された分散比 有意 F 回帰 16 1.646666667 0.823333333 #NUM! #NUM! 残差 0 0 65535 合計 16 1.646666667 t値 65535 P値 #NUM! 以上です。 どうぞよろしくお願い致します。
- 締切済み
- 数学・算数
- 相関分析や回帰分析について
相関分析や回帰分析についての記述が正しいのかわかりません。 間違っていたらどこが違うのか理由も教えていただけると幸いです! (1)ある特性、例えば、身長についてゴールドンのいう第二世代(子)の平均への回帰が観測される(b<1)のとき説明変数と被説明変数を逆にした回帰計算をしてもいわば、おやの平均への回帰が観測される可能性はない。(親と子の身長には、正の相関があると考えてよい) (2)第二世代(子)が平均へと回帰するのならば、将来は、個人のもつ身長その他、さまざまな諸特性がすべて一様な社会になってしまう。(ある経済学者はそう考えた) (3)重回帰の場合、通常の決定係数を使用すると、説明変数の増加のよるあてはまりのよさの改善を誇張してしまうので、修正済み決定係数(自由度調整済み決定係数)を使用するのが普通である。もいろん、単純回帰については、決定係数と修正済み決定係数は同じものになる。 (4)決定係数は、マイナスになることはないが、修正済み係数はマイナスになりうる。 (5)回帰分析を因果関係と結びつける(説明変数を原因、被説明変数を結果と見る)ことは、記述統計の範囲を逸脱している。 よろしくお願いいたします!!!
- ベストアンサー
- 経済学・経営学
- Excelの回帰分析でわからないことがあります。
統計学の初心者です。 Excel2007の分析ツールをつかって重回帰分析しようと試みています。 目的変数は1つで、説明変数は2つの回帰方程式を求めたいのですが、かなりデータの精度が低く、回帰方程式を求めると切片がマイナスになってしまいます。 このままでは、説明変数の数値がある一程の数値よりも低くなると、目的変数がマイナスになってしまいます。 ただ、私の分析では実際問題として目的変数も説明変数も全て、0以上しかあり得ません。 回帰方程式はあくまでも予測で、実際にはおこらないけれども、そのような数値がでる。ということは理解しているのですが、予測で求めた理論値を使って、次に行いたいことがありまして、どうしてもマイナスになることを避けたいのです。 この現象を防ぐために定数項を0にするを選択したところ、説明変数が0以上において、目的変数がマイナスにならない回帰方程式を求められたのですが、補正R2が、定数項を0にするを選択しない場合に比べ、大幅に数値が大きくなりました。 ネットで調べていると、定数項を0にする場合としない場合において、補正R2の算出方法が異なり、比べることはできないと書かれていました。 ご質問なのですが、それは比べては行けないだけで、この補正R2は使用しても良いのでしょう? レポートなどに補正R2=○○と書いても良いのでしょうか? 素人のため、何か的外れな質問をしているかもしれません、よろしくお願い致します。
- ベストアンサー
- オフィス系ソフト
- エクセル統計2012を使用した重回帰分析について
統計に関する質問をさせていただきます。 わかる方がいらっしゃいましたら、ご教授願います。 エクセル統計2012を使用して重回帰分析をしようとしたのですが、意図していた結果が出ず悩んでいます。 分析したい内容は以下の通りです。 1月から12月までの各月の「イベント入場者数」は、「その地域の観光客数」「気温」「降水量」が関係しているか?についてです。 エクセル統計2012にて、 目的変数:イベント入場者数 従属変数:その地域の観光客数、気温、降水量 それぞれ入力し、変数選択を「増減法」としたところ、重相関係数Rは「0.0000」、回帰式に含まれる変数は「定数項」のみという結果が出ました。 今回ご質問したいのは、 1、上記のようなRが0という結果がありえるのでしょうか? 2、また、増減法ではなく「全変数」を選択して再度分析したところ、こちらはRが0.78という結果が出ましたが、「全変数」で出すべきなのでしょうか? 3、変数選択はどのように見分ければよいのでしょうか? 以上の3点についてお願いいたします。 よろしくお願いいたします。
- 締切済み
- 数学・算数
- 重回帰分析?
二つの変数があり、各々従属変数に対して単回帰分析を行うと決定係数が0.5と0.4ぐらいの感じになります。この二つの変数をくっつけてもう少し精度を上げたいのですが、一方は線形なんですが、もう片方が非線形(指数関数)なのです。 たしか、重回帰分析は線形どうしでしかくっつけることができなかったような気がするのですが、どのようにしたらできるでしょうか? 混合モデルとかを使ったらよいのでしょうか??? 理論的に考えると Y=aX1 + bexp(cX2) かY=aX1 + bX1exp(cX2)と思うのです Yが従属変数X1,X2が変数、a,b,cがそれぞれ係数です。 使用できるソフトはSPSS,SAS,mintab,S-plus,R,excelです。Rでのが使い慣れているのでRでできるとよいのですが、できるならどのソフトでもかまいません。
- ベストアンサー
- 数学・算数
- 単回帰分析と重回帰分析の結果の違い
論文を読んでいて疑問に思うことがありました.よろしくお願いします. 私は,回帰分析とは変数Yを、p個の変数X1,X2 ,… Xpにより説明したり予測するための統計的手法であり,p=1のときは単回帰分析,p>1のときは重回帰分析と呼ぶ,と解釈しています. 今,ある施設のサービス改善についての調査論文を読んでおります.そこではアンケート調査でその施設のサービスの総合評価Yと,8個の各サービス毎の評価(x1~x8)を調べ,総合評価Yを従属変数, x1~x8を説明変数として重回帰分析にかけます.そして出た相関係数から施設の総合評価に対する各サービスの重要度を求め,改善につなげようとしています. 結果,重要度は x1>x2>x6>x3>x7>x8>x4>x5 という結果になりました.ここまではわかるんです. ですが次に総合評価Yを従属変数,x1を説明変数として単回帰分析,また総合評価Yを従属変数,x2を説明変数として単回帰分析,また総合評価Yを従属変数,x3を説明変数として単回帰分析・・・というようにこの操作をx8まで続け,出た相関係数を比較しています.結果は x1>x2>x4>x8>x3>x5>x7=x6 となっており,重回帰分析の結果と照らしあわせると最初のx1とx2は合致しているものの,あとはバラバラです.x6にいたっては最後にきています.なぜでしょうか.論文は「どのサービスも総合満足度に重要な影響を与えており,特にx1,x2,x3,x4を改善するのがよい」 と締めくくっています. 質問は3点です. (1)なぜ重回帰分析の結果と単回帰分析の結果が異なるのか (2)どのサービスも総合満足度に重要な影響があるとして,それは重回帰分析の結果だけで言えるのではないか(重回帰でも相関係数は出ているし,単回帰分析をする意味はあるのか) 稚文ですみません. 当方あまりオツムがよろしくないのでできるだけわかりやすくよろしくお願いします.
- 締切済み
- その他(学問・教育)
- 重回帰分析について
現在海外の大学で、今学期社会調査のコースをとっています。 先日、重回帰分析を学んだのですが、頭がついていかず、まったくわかりませんでした。どなたか、わかりやすく説明していただけないでしょうか? 日本語のサイトをさらってみたのですが、まだよくわかりません。 重回帰分析は、複数の従属変数dependent variablesと独立変数dependent variableの相関を調べるためにあるのだと解釈しています。 例にだされた、モデルが以下のようなものとなっています。 二酸化炭素の排出量に関するもでるです。 モデル1 モデル2 モデル3 定数 -0,019 -0,244 -0.790 電気消費 2.315*** 2.296*** 2.293*** 都市よりかどうか 0.004 0.007 人口の伸び 0.349 R-squared 0.908 0.910 0.911 *Siginificant at p< .05 **Siginificant at p< .01 ***Siginificant at p< .001 この表の場合、二酸化炭素消費が従属変数になり、電気消費・都市よりかどうか・人口成長率が従属変数になるのだと思います。 相関度が強いのは、モデル1、2、3いずれも電気消費となっているのだと思います。 R-squaredを調べてみたところ、決定係数/寄与率と説明してありましたが、よくわかりません。また、モデル1、2、3とありますが、どのようにモデルは決定されるのでしょうか? 英語を翻訳して記しているので、多少ニュアンスの間違い等あると思います。また、グラフがずれて表示されよみにくくなっているかもしれません。すみません。 よろしくお願いします。
- 締切済み
- その他(学問・教育)