Kubische Regression in Excel (Schritt für Schritt)

Die kubische Regression ist eine Regressionstechnik, die wir verwenden können, wenn die Beziehung zwischen einer Prädiktorvariablen und einer Antwortvariablen nicht linear ist.

Das folgende Schritt-für-Schritt-Beispiel zeigt, wie ein kubisches Regressionsmodell an ein Dataset in Excel angepasst wird.

Schritt 1: Erstellen Sie die Daten

Lassen Sie uns zunächst einen synthetischen Datensatz in Excel erstellen:

Schritt 2: Kubische Regression durchführen

Als Nächstes können wir die folgende Formel in Excel verwenden, um ein kubisches Regressionsmodell in Excel anzupassen:

=RGP(B2:B13, A2:A13 ^{1,2,3})

Der folgende Screenshot zeigt, wie Sie für unser spezielles Beispiel eine kubische Regression durchführen:

(Die Formeln wurden mit einer englischsprachen Excel-Version erstellt. Für die deutschen Formeln siehe z.B. hier)

Unter Verwendung der Koeffizienten in der Ausgabe können wir das folgende geschätzte Regressionsmodell schreiben:

ŷ= -32,0118 + 9,832x – 0,3214x ² + 0,0033x ³

Schritt 3: Visualisieren Sie das kubische Regressionsmodell

Wir können auch ein Streudiagramm mit der angepassten Regressionslinie erstellen, um das kubische Regressionsmodell zu visualisieren.

Markieren Sie zuerst die Daten:

Klicken Sie dann im oberen Menüband auf die Registerkarte Einfügen und klicken Sie auf die erste Option innerhalb der Option Streudiagramm (X, Y) einfügen in der Gruppe Diagramme. Dies erzeugt das folgende Streudiagramm:

Klicken Sie als Nächstes auf das grüne Pluszeichen in der oberen rechten Ecke des Diagramms und klicken Sie auf den Pfeil rechts neben der Trendlinie. Klicken Sie im angezeigten Dropdown-Menü auf Weitere Optionen …

Klicken Sie als Nächstes auf die Option Polynomial trendline und wählen Sie 3 für die Reihenfolge aus. Aktivieren Sie dann das Kontrollkästchen neben "Gleichung im Diagramm anzeigen".