IBM Lotus Symphony


Trendne črte

Regresijske krivulje, znane tudi kot trendne črte, lahko dodate vsem vrstam grafikonov 2D, razen za tortne in borzne grafikone.

Če želite uporabiti ta ukaz, naredite naslednje:

Izberite Ustvari > Trendne črte (grafikoni).

Črta srednje vrednosti

Črte srednje vrednosti so posebne trendne črte, ki prikazujejo srednjo vrednost. Z možnostjo Ustvari > Črte srednje vrednosti vstavite črte srednje vrednosti za vse nize podatkov.

Ikona opombe Če vstavite trendno črto v vrsto grafikona, ki uporablja kategorije, kot je Črta ali Stolpec, so številke 1, 2, 3 ... uporabljene kot vrednosti x za izračun trende črte.
Ikona opombe Trendna črta je samodejno prikazana v legendi.

Ko je grafikon v urejevalnem načinu, Lotus® Symphony™ poda enačbo trendne črte in korelacijski koeficient R². Kliknite trendno črto, da vidite informacije v statusni vrstici.

Pokaži enačbo

Če želite prikazati enačbo trendne črte, izberite potrditveno polje Pokaži enačbo v pogovornem oknu Trendne črte.

Pokaži korelacijski koeficient (R²)

Če želite prikazati korelacijski koeficient, izberite potrditveno polje Pokaži korelacijski koeficient (R²) v pogovornem oknu Trendne črte.

Ikona opombe Za grafikon kategorije (na primer črtni grafikon) se informacije o regresiji izračunajo s številkami 1, 2, 3 ... kot vrednostmi x. To drži tudi, če vaši nizi podatkov uporabljajo druge številke kot imena za vrednosti x. Za take grafikone bi lahko bila primernejša vrsta grafikona XY.

Poleg tega lahko s pomočjo funkcij Lotus Symphony Spreadsheets tudi izračunate parametre, kot je opisano v nadaljevanju.

Enačba linearne regresije

Linearna regresija sledi enačbi y=m*x+b.

m = SLOPE(podatek_Y;podatek_X)

b = INTERCEPT(podatek_Y ;podatek_X)

Izračunajte determinacijski koeficient z

r² = RSQ(podatek_Y;podatek_X)

Poleg m, b in r² matrična funkcija LINEST ponuja dodatne statistične podatke za analizo regresije.

Enačba logaritemske regresije

Logaritemska regresija sledi enačbi y=a*ln(x)+b.

a = SLOPE(podatek_Y;LN(podatek_X))

b = INTERCEPT(podatek_Y ;LN(podatek_X))

r² = RSQ(podatek_Y;LN(podatek_X))

Enačba eksponentne regresije

Eksponentne regresijske krivulje program pretvori v linearen model. Optimalno prileganje krivulje je povezano z linearnim modelom in rezultati so interpretirani v skladu s tem.

Eksponentna regresija sledi enačbi y=b*exp(a*x) ali y=b*m^x, ki je ustrezno pretvorjena v ln(y)=ln(b)+a*x oziroma ln(y)=ln(b)+ln(m)*x.

a = SLOPE(LN(podatek_Y);podatek_X)

Spremenljivke za drugo varianto so izračunane kot je navedeno v nadaljevanju:

m = EXP(SLOPE(LN(podatek_Y);podatek_X))

b = EXP(INTERCEPT(LN(podatek_Y);podatek_X))

Izračunajte determinacijski koeficient z

r² = RSQ(LN(podatek_Y);podatek_X)

Poleg m, b in r² matrična funkcija LOGEST ponuja dodatne statistične podatke za analizo regresije.

Enačba potenčne regresije

Za potenčne regresijske krivulje program opravi pretvorbo v linearen model. Potenčna regresija sledi enačbi y=b*x^a, ki je pretvorjena v ln(y)=ln(b)+a*ln(x).

a = SLOPE(LN(podatek_Y);LN(podatek_X))

b = EXP(INTERCEPT(LN(podatek_Y);LN(podatek_X))

r² = RSQ(LN(podatek_Y);LN(podatek_X))

Omejitve

Izračun trendne črte upošteva samo podatkovne pare z naslednjimi vrednostmi:

Pretvorite svoje podatke, da bodo v skladu s tem. Priporočamo vam, da delate v kopiji izvirnih podatkov in pretvorite prekopirane podatke.

Enačba polinomske regresije

Polinomske regresijske krivulje ni mogoče samodejno dodati. To krivuljo morate ročno izračunati.

Ustvarite tabelo s stolpci x, x², x³, ... , xn, y do želene stopnje n.

Uporabite formulo =LINEST(podatek_Y,podatek_X) s celotnim obsegom x do xn (brez oglavij) kot podatek_X.

Prva vrstica izhodnih podatkov LINEST vsebuje koeficiente regresijskega polinoma s koeficientom xn na skrajno levem položaju.

Prvi element tretje vrstice izhodnih podatkov LINEST je vrednost r². Za podrobnosti o pravilni uporabi in za razlago drugih izhodnih podatkov glejte funkcijo LINEST.


Povratne informacije o izdelku | Dodatna dokumentacija | Blagovne znamke