Cómo ejecutar una regresión en Excel

La regresión en Excel es una forma de automatizar el proceso estadístico de comparar múltiples conjuntos de datos para ver cómo los cambios en una variable independiente afectan los cambios en una variable dependiente. Si siempre ha querido encontrar una correlación entre dos cosas, usar el análisis de regresión en Excel es una de las mejores formas de hacerlo.

Las instrucciones de este artículo se aplican a Excel 2023, Excel 2016, Excel 2013, Excel 2010.

¿Cuál es el punto de retorno?

La regresión es una técnica de modelado estadístico que los analistas utilizan para determinar la relación entre múltiples variables.

El análisis de regresión comienza con la única variable que desea analizar y la variable independiente que prueba para ver si afectan esa única variable. Este análisis analiza los cambios en las variables independientes e intenta correlacionar esos cambios con los cambios en una sola variable (dependiente).

Suena a estadísticas avanzadas, pero Excel pone este tipo de análisis complejo al alcance de todos.

Realizar regresión lineal en Excel

La forma más simple de análisis de regresión es la regresión lineal. La regresión lineal simple se enfoca solo en la relación entre dos variables.

Por ejemplo, la siguiente tabla muestra datos que contienen la cantidad de calorías que una persona quema por día y su peso por día.

Debido a que esta tabla contiene dos columnas de datos y una variable puede afectar a la otra, puede usar Excel para realizar un análisis de regresión en estos datos.

Habilitar complemento de herramientas de análisis

Antes de poder utilizar las funciones de análisis de regresión de Excel, debe habilitar el complemento Herramientas para análisis en la pantalla Opciones de Excel.

1. En Excel, seleccione el menú archivar y seleccionar opciones.

   

   Relacionado: Cómo configurar el anclaje de USB en Windows 10

2. Elegir Accesorios en el menú de navegación izquierdo. Entonces asegúrate Complemento de Excel seleccionado en el campo administrar.

   

3. Última tecla de marcación ir.

   

4. En el complemento popup.enable Kit de herramientas de análisis Haga clic en el cuadro que se encuentra frente a él para agregar una marca de verificación y seleccione aceptar.

   

Después de activar el kit de herramientas de análisis, puede comenzar a realizar su análisis de regresión en Excel.

Cómo realizar una regresión lineal simple en Excel

Usando la tabla de peso y calorías como ejemplo, puede realizar el siguiente análisis de regresión lineal en Excel.

1. Seleccione el menú Datos. entonces en el grupo analizar, elegir análisis de los datos.

   

2. En la ventana Análisis de datos, selección. regresar Haga clic en la lista aceptar.

   

   Relacionado: Cómo reparar el error Mfc71.dll no encontrado o faltante.

3. Alcance entrada con es el rango de celdas que contiene la variable dependiente. En este ejemplo, ese es el peso. Alcance Ingrese X es el rango de celdas que contiene la variable independiente. En este ejemplo, esta es la columna de calorías.

   

4. Elegir etiqueta Luego seleccione para celdas de encabezado Nuevo Sheet envía los resultados a una nueva hoja. elegir aceptar Deje que Excel haga el análisis e imprima los resultados en una nueva hoja de cálculo.

   

5. Mira la nueva hoja de trabajo. Los resultados del escaneo tienen muchos valores que necesita saber para interpretar los resultados.

   

   Cada uno de estos números tiene el siguiente significado:

   • R múltiplo: coeficiente de correlación. 1 significa que hay una fuerte correlación entre las dos variables, mientras que -1 significa que hay una fuerte correlación negativa. 0 significa que no hay correlación.
   • R Plaza: El coeficiente de determinación que indica cuántos puntos entre las dos variables caen en la línea de regresión. Estadísticamente, esta es la suma de las desviaciones al cuadrado de la media.
   • r ajuste cuadrático: Una estadística llamada R-Squared ajustada por el número de variables independientes que eligió.
   • Error estándar: Qué tan preciso es el resultado del análisis de regresión. Cuando este error es pequeño, el resultado de la regresión es más preciso.
   • observado: El número de observaciones en el modelo de regresión.

   Los valores restantes en la salida de regresión le brindan detalles sobre el componente más pequeño en el análisis de regresión.

   • d.f.: Una estadística llamada grados de libertad asociados con la fuente de varianza.
   • alto: suma de cuadrados. Si la mayoría de los datos se ajustan a la línea de regresión, la relación entre la suma residual de los cuadrados y el SS total debería ser pequeña.
   • esclerosis múltiple: El cuadrado medio de los datos de regresión.
   • F: Estadístico F (F-test) para la hipótesis nula. De ahí la importancia del modelo de regresión.
   • significado f: Valor estadístico, llamado P-valor de F.

   Los valores en la parte inferior del resumen no tienen mucho sentido a menos que comprenda las estadísticas y los modelos de regresión computacional. Sin embargo, R Multiple y R Square son los dos más importantes.

Como puede ver, existe una fuerte correlación entre las calorías y el peso total en este ejemplo.

Análisis de regresión lineal múltiple en Excel

Para ejecutar la misma regresión lineal pero con varias variables independientes, seleccione el rango completo (varias columnas y varias filas). zona de entrada X

Si elige varias variables independientes, es poco probable que encuentre una correlación tan fuerte como hay tantas variables.

Sin embargo, el análisis de regresión en Excel puede ayudarlo a encontrar correlaciones con una o más variables que quizás no sepa que existen, simplemente mirando los datos manualmente.