Das Akaike-Informationskriterium (AIC) ist eine Metrik, die verwendet wird, um die Anpassung verschiedener Regressionsmodelle zu vergleichen.
Es wird berechnet als:
AIC = 2K – 2ln (L)
wo:
- K: Die Anzahl der Modellparameter …
Die exponentielle Regression ist eine Art von Regressionsmodell, mit dem die folgenden Situationen modelliert werden können:
1. Exponentielles Wachstum: Das Wachstum beginnt langsam und beschleunigt sich dann ohne Grenzen schnell.
2. Exponentieller Zerfall: Der Zerfall beginnt schnell und verlangsamt sich dann, um immer näher an Null zu kommen.
Die Gleichung eines exponentiellen Regressionsmodells hat die folgende Form:
y = abx
wo:
Das folgende Schritt-für-Schritt-Beispiel zeigt, wie Sie eine exponentielle Regression in Excel durchführen.
Lassen Sie uns zunächst einen synthetischen Datensatz erstellen, der 20 Beobachtungen enthält:
Als nächstes müssen wir eine neue Spalte erstellen, die den natürlichen Logarithmus der Antwortvariablen y darstellt:
Als nächstes passen wir das exponentielle Regressionsmodell an. Klicken Sie dazu im oberen Menüband auf die Registerkarte Daten und dann in der Gruppe Analyse auf Datenanalyse.
Wenn Datenanalyse nicht als Option angezeigt wird, müssen Sie zuerst das Analysis ToolPak laden.
Klicken Sie im angezeigten Fenster auf Regression. Geben Sie im neuen Fenster, das sich öffnet, die folgenden Informationen ein:
Sobald Sie auf OK klicken, wird die Ausgabe des exponentiellen Regressionsmodells angezeigt:
Der Gesamt-F-Wert des Modells beträgt 204,006 und der entsprechende p-Wert ist extrem klein, was darauf hindeutet, dass das Modell als Ganzes nützlich ist.
Anhand der Koeffizienten aus der Ausgabetabelle können wir sehen, dass die angepasste exponentielle Regressionsgleichung wie folgt lautet:
ln(y) = 0,9817 + 0,2041(x)
Wenden wir e auf beide Seiten an, können wir die Gleichung umschreiben als:
y = 2,6689 * 1,2264 x
Wir können diese Gleichung verwenden, um die Antwortvariable y basierend auf dem Wert der Prädiktorvariablen x vorherzusagen. Wenn zum Beispiel x = 14, dann würden wir vorhersagen, dass y 46,47 beträgt:
y = 2,6689 * 1,2264 14 = 46,47
So führen Sie eine einfache lineare Regression in Excel durch
So führen Sie mehrere lineare Regressionen in Excel durch
So führen Sie eine quadratische Regression in Excel durch
So führen Sie eine polynomielle Regression in Excel durch
Das Akaike-Informationskriterium (AIC) ist eine Metrik, die verwendet wird, um die Anpassung verschiedener Regressionsmodelle zu vergleichen.
Es wird berechnet als:
AIC = 2K – 2ln (L)
wo:
Die logistische Regression ist eine statistische Methode, die wir verwenden, um ein Regressionsmodell anzupassen, wenn die Antwortvariable binär ist.
Um zu beurteilen, wie gut ein logistisches Regressionsmodell zu einem Datensatz …