IBM Lotus Symphony


Trendlinjer

Regresjonskurver, også kalt trendlinjer, kan tilføyes til alle 2D-diagramtyper bortsett fra sektordiagrammer og børsdiagrammer.

Slik får du tilgang til denne kommandoen...

Velg Opprett > Trendlinjer (Diagrammer)

Middelverdilinje

Middelverdilinjer er spesielle trendlinjer som viser middelverdien. Bruk Opprett > Middelverdilinje til å sette inn middelverdilinjer for alle dataserier.

Merknadsikon Hvis du setter inn en trendlinje i en diagramtype som bruker kategorier, som Linje eller Kolonne, brukes tallene 1, 2, 3, ... som x-verdier for å beregne trendlinjen.
Merknadsikon En trendlinje blir automatisk vist i forklaringen.

Når diagrammet er i redigeringsmodus, gir Lotus® Symphony™ deg ligningen for trendlinjen og korrelasjonskoeffisienten R². Klikk på trendlinjen for å se informasjonen i statuslinjen.

Vis likning

Du viser trendlinjelikningen ved å velge avmerkingsboksen Vis likning i dialogboksen Trendlinjer.

Vis korrelasjonskoeffisient (R²)

Du viser korrelasjonskoeffisienten ved å velge avmerkingsboksen Vis korrelasjonskoeffisient (R²) i dialogboksen Trendlinjer.

Merknadsikon For et kategoridiagram (for eksempel et linjediagram) blir regresjonsinformasjonen bregnet med verdiene 1, 2, 3, ... som x-verdier. Dette er også tilfellet dersom dataserien bruker andre tall som navn for X-verdiene. For slike diagrammer kan XY-diagramtypen være bedre egnet.

Du kan også beregne parametere med Lotus Symphony Spreadsheets-funksjoner som følger:

Lineær regresjonsligning

Lineær regresjon følger ligningen y=m*x+b.

m = SLOPE(Data_Y;Data_X)

b = INTERCEPT(Data_Y ;Data_X)

Beregn koeffisienten for bestemmelsen ved

r² = RSQ(Data_Y;Data_X)

I tillegg til m, b og r² sørger matrisefunksjonen LINEST for ekstra statistikk for en regresjonsanalyse.

Logaritmisk regresjonsligning

Logaritmisk regresjon følger ligningen y=a*ln(x)+b.

a = SLOPE(Data_Y;LN(Data_X))

b = INTERCEPT(Data_Y ;LN(Data_X))

r² = RSQ(Data_Y;LN(Data_X))

Eksponentiell regresjonsligning

For eksponentielle regresjonskurver finner det sted en transformasjon til en lineær modell. Den optimale kurvetilpasningen er knyttet til den lineære modellen, og resultatene blir tolket deretter.

Eksponentiell regresjon følger ligningen y=b*exp(a*x) eller y=b*m^x, som transformeres til ln(y)=ln(b)+a*x eller ln(y)=ln(b)+ln(m)*x.

a = SLOPE(LN(Data_Y);Data_X)

Variablene for den andre variasjonen beregnes som følger:

m = EXP(SLOPE(LN(Data_Y);Data_X))

b = EXP(INTERCEPT(LN(Data_Y);Data_X))

Beregn koeffisienten for bestemmelsen ved

r² = RSQ(LN(Data_Y);Data_X)

I tillegg til m, b og r² sørger matrisefunksjonen LOGEST for ekstra statistikk for en regresjonsanalyse.

Potensiell regresjonsligning

For potensiell regresjonskurver finner det sted en transformasjon til en lineær modell. Potensiell regresjon følger ligningen y=b*x^a , som transformeres til ln(y)=ln(b)+a*ln(x).

a = SLOPE(LN(Data_Y);LN(Data_X))

b = EXP(INTERCEPT(LN(Data_Y);LN(Data_X))

r² = RSQ(LN(Data_Y);LN(Data_X))

Begrensninger

Beregningen av trendlinjen tar bare hensyn til datapar med følgende verdier:

Du må transformere dataene tilsvarende. Det er best å arbeide med en kopi av originaldataene og transformere de kopierte dataene.

Polynomisk regresjonsligning

En polynomisk regresjonskurve kan ikke legges til automatisk. Du må beregne denne kurven manuelt.

Opprett en tabell med kolonnene x, x², x³, ... , xn, y opp til ønsket grad n.

Bruk formelen =LINEST(Data_Y,Data_X) med det fullstendige området x til xn (uten overskrifter) som Data_X.

Den første raden til LINEST-utdataene inneholder koeffisientene til regresjonspolynomialet, med koeffisienten xn i posisjonen helt til venstre.

Det første elementet i tredje rad av LINEST-utdataene er verdien til r². Se funksjonen LINEST for å finne nærmere opplysninger om riktig bruk og en forklaring av de andre utdataparameterne.


Tilbakemelding om produktet | Annen dokumentasjon | Varemerker