IBM Lotus Symphony
|
Regresjonskurver, også kalt trendlinjer, kan tilføyes til alle 2D-diagramtyper bortsett fra sektordiagrammer og børsdiagrammer.
Slik får du tilgang til denne kommandoen... |
Middelverdilinjer er spesielle trendlinjer som viser middelverdien. Bruk
til å sette inn middelverdilinjer for alle dataserier. ![]() |
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. |
For å sette inn trendlinjer for alle dataserier dobbeltklikker du på diagrammet for å gå til redigeringsmodus. Velg
og velg deretter trendlinje (Ingen, Lineær, Logaritmisk, Eksponentiell eller Potens).Du sletter en enkelt trendlinje eller middelverdilinje ved å klikke på linjen og deretter trykke på Del-tasten.
Hvis du vil slette alle trendlinjer, velger du Ingen.
og deretter ![]() |
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.
Du viser trendlinjelikningen ved å velge avmerkingsboksen Vis likning i dialogboksen Trendlinjer.
Du viser korrelasjonskoeffisienten ved å velge avmerkingsboksen Vis korrelasjonskoeffisient (R²) i dialogboksen Trendlinjer.
![]() |
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 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 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))
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.
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))
Beregningen av trendlinjen tar bare hensyn til datapar med følgende verdier:
Logaritmisk regresjon: Bare positive X-verdier tas i betraktning.
Eksponentiell regresjon: Bare positive Y-verdier tas i betraktning.
Potensiell regresjon: Bare positive X-verdier og positive Y-verdier tas i betraktning.
Du må transformere dataene tilsvarende. Det er best å arbeide med en kopi av originaldataene og transformere de kopierte dataene.
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.