გაკვეთილი განმარტავს რეგრესიის ანალიზის საფუძვლებს და აჩვენებს რამდენიმე განსხვავებულ გზას Excel-ში წრფივი რეგრესიის გასაკეთებლად.

წარმოიდგინეთ ეს: თქვენ მოგეწოდებათ უამრავი განსხვავებული მონაცემი და მოგეთხოვებათ თქვენი კომპანიის მომავალი წლის გაყიდვების ნომრების პროგნოზირება. თქვენ აღმოაჩინეთ ათობით, შესაძლოა ასობით ფაქტორიც კი, რამაც შესაძლოა გავლენა მოახდინოს ციფრებზე. მაგრამ როგორ იცით, რომელი მათგანია ნამდვილად მნიშვნელოვანი? გაუშვით რეგრესიული ანალიზი Excel-ში. ის გაგცემთ პასუხს ამ და კიდევ ბევრ კითხვაზე: რომელი ფაქტორებია მნიშვნელოვანი და რომელი შეიძლება იგნორირებული იყოს? რამდენად მჭიდროდ არის დაკავშირებული ეს ფაქტორები ერთმანეთთან? და რამდენად დარწმუნებული იქნებით პროგნოზებში?

რეგრესული ანალიზი Excel-ში - საფუძვლები

სტატისტიკურ მოდელირებაში რეგრესიული ანალიზი გამოიყენება შეაფასეთ ურთიერთობა ორ ან მეტ ცვლადს შორის:

დამოკიდებული ცვლადი (aka კრიტერიუმი ცვლადი) არის მთავარი ფაქტორი, რომლის გაგებასა და წინასწარმეტყველებას ცდილობთ.

დამოუკიდებელი ცვლადები (ანუ ახსნა-განმარტებითი ცვლადები, ან პროგნოზები ) არის ის ფაქტორები, რომლებმაც შეიძლება გავლენა მოახდინონ დამოკიდებულ ცვლადზე.

რეგრესიის ანალიზი დაგეხმარებათ გააცნობიეროს, თუ როგორ იცვლება დამოკიდებული ცვლადი, როდესაც ერთ-ერთი დამოუკიდებელი ცვლადი იცვლება და საშუალებას იძლევა მათემატიკურად განისაზღვროს, თუ რომელი ცვლადი აქვს რეალურად გავლენას.

ტექნიკურად, რეგრესიული ანალიზის მოდელი ეფუძნება ჯამს.

ამ მომენტში, თქვენი დიაგრამა უკვე გამოიყურება როგორც წესიერი რეგრესიის გრაფიკი:

მიუხედავად ამისა, შეგიძლიათ კიდევ რამდენიმე გაუმჯობესება:

• გადაათრიეთ განტოლება სადაც ხედავთ.
• დაამატეთ ღერძების სათაურები ( დიაგრამის ელემენტები ღილაკი > ღერძების სათაურები ).
• თუ თქვენი მონაცემთა წერტილები იწყება ჰორიზონტალური და/ან ვერტიკალური ღერძის შუაში, როგორც ამ მაგალითში, შეიძლება დაგჭირდეთ ზედმეტი თეთრი სივრცის მოშორება. შემდეგი რჩევა განმარტავს, თუ როგორ უნდა გააკეთოთ ეს: გააფართოვეთ დიაგრამის ღერძები თეთრი სივრცის შესამცირებლად.

  და ასე გამოიყურება ჩვენი გაუმჯობესებული რეგრესიის გრაფიკი:

  მნიშვნელოვანი შენიშვნა! რეგრესიის გრაფიკში დამოუკიდებელი ცვლადი ყოველთვის უნდა იყოს X ღერძზე და დამოკიდებული ცვლადი Y ღერძზე. თუ თქვენი გრაფიკი დახატულია საპირისპირო თანმიმდევრობით, შეცვალეთ სვეტები თქვენს სამუშაო ფურცელში და შემდეგ ისევ დახაზეთ დიაგრამა. თუ არ გაქვთ წყაროს მონაცემების გადაკეთების უფლება, მაშინ შეგიძლიათ X და Y ღერძების გადართვა პირდაპირ დიაგრამაში.

როგორ გავაკეთოთ რეგრესია Excel-ში ფორმულების გამოყენებით

Microsoft Excel-ს აქვს რამდენიმე სტატისტიკური ფუნქცია, რომელიც დაგეხმარებათ გააკეთოთ წრფივი რეგრესიის ანალიზი, როგორიცაა LINEST, SLOPE, INTERCEPT და CORREL.

LINEST ფუნქცია იყენებს უმცირეს კვადრატების რეგრესიის მეთოდს სწორის გამოსათვლელად. ხაზი, რომელიც საუკეთესოდ ხსნის თქვენს ცვლადებს შორის ურთიერთობას და აბრუნებს მასივს, რომელიც აღწერს ამ ხაზს. შეგიძლიათ იპოვოთ დეტალური ახსნაფუნქციის სინტაქსი ამ სახელმძღვანელოში. ახლა მოდით შევქმნათ ფორმულა ჩვენი ნიმუშის მონაცემთა ნაკრებისთვის:

=LINEST(C2:C25, B2:B25)

რადგან LINEST ფუნქცია აბრუნებს მნიშვნელობების მასივს, თქვენ უნდა შეიყვანოთ იგი მასივის ფორმულის სახით. აირჩიეთ ორი მიმდებარე უჯრედი იმავე მწკრივში, ჩვენს შემთხვევაში E2:F2, ჩაწერეთ ფორმულა და დააჭირეთ Ctrl + Shift + Enter მის დასასრულებლად.

ფორმულა აბრუნებს b კოეფიციენტს ( E1) და a მუდმივი (F1) უკვე ნაცნობი წრფივი რეგრესიის განტოლებისთვის:

y = bx + a

თუ თავს არიდებთ მასივის ფორმულების გამოყენებას თქვენს სამუშაო ფურცლებში, შეგიძლიათ გამოთვალოთ a და b ინდივიდუალურად რეგულარული ფორმულებით:

მიიღეთ Y-კვეთა (a):

=INTERCEPT(C2:C25, B2:B25)

მიიღეთ დახრილობა (ბ):

=SLOPE(C2:C25, B2:B25)

დამატებით, შეგიძლიათ იპოვოთ კორელაციის კოეფიციენტი ( მრავალი R რეგრესიის ანალიზის შემაჯამებელ გამომავალში), რომელიც მიუთითებს როგორ ორი ცვლადი მკაცრად არის დაკავშირებული ერთმანეთთან:

=CORREL(B2:B25,C2:C25)

შემდეგი ეკრანის ანაბეჭდი აჩვენებს Excel-ის რეგრესიის ყველა ფორმულას მოქმედებაში:

რჩევა. თუ გსურთ მიიღოთ დამატებითი სტატისტიკა თქვენი რეგრესიის ანალიზისთვის, გამოიყენეთ LINEST ფუნქცია s tats პარამეტრით დაყენებული TRUE-ზე, როგორც ეს ნაჩვენებია ამ მაგალითში.

ასე აკეთებთ ხაზოვან რეგრესიას. Excel-ში. ამის თქმით, გთხოვთ გაითვალისწინოთ, რომ Microsoft Excel არ არის სტატისტიკური პროგრამა. თუ თქვენ გჭირდებათ რეგრესიული ანალიზის ჩატარება პროფესიულ დონეზე, შეგიძლიათ გამოიყენოთ მიზნობრივიპროგრამული უზრუნველყოფა, როგორიცაა XLSTAT, RegressIt და ა.შ.

ჩვენი წრფივი რეგრესიის ფორმულებისა და ამ სახელმძღვანელოში განხილული სხვა ტექნიკის უფრო დეტალურად დასათვალიერებლად, შეგიძლიათ ჩამოტვირთოთ ჩვენი სამუშაო წიგნის ნიმუში ქვემოთ. გმადლობთ, რომ წაიკითხეთ!

სავარჯიშო სამუშაო წიგნი

რეგრესიის ანალიზი Excel-ში - მაგალითები (ფაილი .xlsx)

სტატისტიკაში განასხვავებენ მარტივ და მრავალჯერად წრფივ რეგრესიას. მარტივი წრფივი რეგრესია. მოდელირებს ურთიერთობას დამოკიდებულ ცვლადსა და ერთ დამოუკიდებელ ცვლადს შორის წრფივი ფუნქციის გამოყენებით. თუ იყენებთ ორ ან მეტ განმარტებით ცვლადს დამოკიდებული ცვლადის პროგნოზირებისთვის, საქმე გაქვთ მრავალჯერადი წრფივი რეგრესია . თუ დამოკიდებული ცვლადი მოდელირებულია როგორც არაწრფივი ფუნქცია, რადგან მონაცემთა მიმართებები არ მიჰყვება სწორ ხაზს, ამის ნაცვლად გამოიყენეთ არაწრფივი რეგრესია . ამ გაკვეთილის ყურადღება გამახვილდება მარტივ ხაზოვან რეგრესიაზე.

მაგალითად, ავიღოთ ქოლგების გაყიდვების ნომრები ბოლო 24 თვის განმავლობაში და გავარკვიოთ საშუალო თვიური ნალექი იმავე პერიოდისთვის. დახაზეთ ეს ინფორმაცია დიაგრამაზე და რეგრესიის ხაზი აჩვენებს ურთიერთობას დამოუკიდებელ ცვლადს (ნალექი) და დამოკიდებულ ცვლადს (ქოლგის გაყიდვები):

წრფივი რეგრესიის განტოლება

მათემატიკურად, წრფივი რეგრესია განისაზღვრება ამ განტოლებით:

სადაც:

• x არის დამოუკიდებელი ცვლადი.
• y არის დამოკიდებული ცვლადი.
• a არის Y-კვეთა , რომელიც არის მოსალოდნელი საშუალო მნიშვნელობა y როცა ყველა x ცვლადი 0-ის ტოლია. რეგრესიის გრაფიკზე ეს არის წერტილი, სადაც ხაზი კვეთს Y ღერძს.
• b არის რეგრესიის ხაზის დახრილობა , რომელიც არის ცვლილების სიჩქარე y -ისთვის, როგორც x იცვლება.
• ε არის შემთხვევითი შეცდომა ტერმინი, რომელიც არის განსხვავება დამოკიდებული ცვლადის რეალურ მნიშვნელობასა და მის პროგნოზირებულ მნიშვნელობას შორის.

წრფივი რეგრესიის განტოლებას ყოველთვის აქვს შეცდომის ტერმინი, რადგან რეალურ ცხოვრებაში პროგნოზები არასოდეს არის სრულყოფილად ზუსტი. თუმცა, ზოგიერთი პროგრამა, მათ შორის Excel, აკეთებს შეცდომის ტერმინის გამოთვლას კულისებში. ამრიგად, Excel-ში თქვენ აკეთებთ წრფივ რეგრესიას უმცირესი კვადრატების მეთოდის გამოყენებით და ეძებთ კოეფიციენტებს a და b ისე, რომ:

ჩვენი მაგალითისთვის, წრფივი რეგრესიის განტოლება იღებს შემდეგ ფორმას:

Umbrellas sold = b * rainfall + a

არსებობს რამდენიმე განსხვავებული გზა a და b<საპოვნელად. 2>. Excel-ში წრფივი რეგრესიის ანალიზის განხორციელების სამი ძირითადი მეთოდია:

• რეგრესიის ხელსაწყო, რომელიც შედის Analysis ToolPak-თან
• Scatter სქემა ტრენდული ხაზით
• ხაზოვანი რეგრესიის ფორმულა

ქვემოთ ნახავთ დეტალურ ინსტრუქციებს თითოეული მეთოდის გამოყენების შესახებ.

როგორ გავაკეთოთ წრფივი რეგრესია Excel-ში Analysis ToolPak-ით

ეს მაგალითი გვიჩვენებს, თუ როგორ უნდა გაუშვათ რეგრესია Excel-ში სპეციალური ხელსაწყოს გამოყენებით, რომელიც შედის Analysis ToolPak დანამატთან.

ჩართეთ Analysis ToolPak დანამატი-in

Analysis ToolPak ხელმისაწვდომია Excel 365-დან 2003 წლამდე ყველა ვერსიაში, მაგრამ ნაგულისხმევად არ არის ჩართული. ასე რომ, თქვენ უნდა ჩართოთ იგი ხელით. აი როგორ:

1. თქვენს Excel-ში დააწკაპუნეთ ფაილი > პარამეტრები .
2. Excel Options დიალოგური ფანჯარა, აირჩიეთ დამატებები მარცხენა მხარეს, დარწმუნდით, რომ Excel-ის დანამატები არჩეულია მართვა ველში და დააწკაპუნეთ გადასვლა .
3. დამატებების დიალოგურ ფანჯარაში მონიშნეთ Analysis Toolpak და დააწკაპუნეთ OK :

ეს დაამატებს მონაცემთა ანალიზის ინსტრუმენტებს თქვენი Excel ლენტის მონაცემთა ჩანართზე.

რეგრესიული ანალიზის გაშვება

ში ამ მაგალითში ჩვენ ვაპირებთ მარტივი ხაზოვანი რეგრესიის გაკეთებას Excel-ში. რაც გვაქვს არის ბოლო 24 თვის საშუალო თვიური ნალექის ჩამონათვალი B სვეტში, რომელიც არის ჩვენი დამოუკიდებელი ცვლადი (პროგნოზირება), და C სვეტში გაყიდული ქოლგების რაოდენობა, რომელიც არის დამოკიდებული ცვლადი. რა თქმა უნდა, არსებობს მრავალი სხვა ფაქტორი, რომელსაც შეუძლია გავლენა მოახდინოს გაყიდვებზე, მაგრამ ახლა ჩვენ ყურადღებას ვამახვილებთ მხოლოდ ამ ორ ცვლადზე:

დამატებული Analysis Toolpak ჩართულით, განახორციელეთ ეს ნაბიჯები Excel-ში რეგრესიული ანალიზის შესასრულებლად:

1. ჩანართზე მონაცემები , ანალიზი ჯგუფში დააწკაპუნეთ ღილაკზე მონაცემთა ანალიზი .
2. აირჩიეთ რეგრესია და დააწკაპუნეთ OK .
3. რეგრესია დიალოგურ ფანჯარაში, დააკონფიგურირეთ შემდეგი პარამეტრები:
   • აირჩიეთ შეყვანაY დიაპაზონი , რომელიც არის თქვენი დამოკიდებული ცვლადი . ჩვენს შემთხვევაში, ეს არის ქოლგის გაყიდვები (C1:C25).
   • აირჩიეთ Input X დიაპაზონი , ანუ თქვენი დამოუკიდებელი ცვლადი . ამ მაგალითში ეს არის საშუალო თვიური ნალექი (B1:B25).

   თუ თქვენ აშენებთ მრავალჯერადი რეგრესიის მოდელს, აირჩიეთ ორი ან მეტი მიმდებარე სვეტი სხვადასხვა დამოუკიდებელი ცვლადით.

   • შეამოწმეთ ეტიკეტების ველი თუ არის სათაურები თქვენი X და Y დიაპაზონის ზედა ნაწილში.
   • აირჩიეთ თქვენთვის სასურველი გამომავალი ვარიანტი, ახალი სამუშაო ფურცელი ჩვენს გვერდზე. შემთხვევა.
   • სურვილისამებრ, აირჩიეთ ნარჩენები მოსანიშნი ველი, რათა მიიღოთ განსხვავება პროგნოზირებულ და რეალურ მნიშვნელობებს შორის.
4. დააწკაპუნეთ OK და დააკვირდით Excel-ის მიერ შექმნილ რეგრესიული ანალიზის გამომავალს.

რეგრესიული ანალიზის შედეგის ინტერპრეტაცია

როგორც ახლახან ნახე, Excel-ში რეგრესიის გაშვება მარტივია, რადგან ყველა გამოთვლა წინასწარ კეთდება ავტომატურად. შედეგების ინტერპრეტაცია ცოტა რთულია, რადგან თქვენ უნდა იცოდეთ რა დგას თითოეული ნომრის უკან. ქვემოთ ნახავთ რეგრესიული ანალიზის გამომავალი 4 ძირითადი ნაწილის დაყოფას.

რეგრესიული ანალიზის შედეგი: შემაჯამებელი შედეგი

ეს ნაწილი გეტყვით, რამდენად შეესაბამება გამოთვლილი წრფივი რეგრესიის განტოლება თქვენს წყაროს მონაცემებს.

აი, რას ნიშნავს თითოეული ინფორმაცია:

Multiple R . ეს არის C ორელაციის კოეფიციენტი , რომელიც ზომავს სიძლიერესხაზოვანი ურთიერთობა ორ ცვლადს შორის. კორელაციის კოეფიციენტი შეიძლება იყოს ნებისმიერი მნიშვნელობა -1-დან 1-მდე და მისი აბსოლუტური მნიშვნელობა მიუთითებს ურთიერთობის სიძლიერეს. რაც უფრო დიდია აბსოლუტური მნიშვნელობა, მით უფრო ძლიერია ურთიერთობა:

• 1 ნიშნავს ძლიერ პოზიტიურ ურთიერთობას
• -1 ნიშნავს ძლიერ ნეგატიურ ურთიერთობას
• 0 ნიშნავს კავშირის არარსებობას ყველა

R მოედანი . ეს არის განსაზღვრულობის კოეფიციენტი , რომელიც გამოიყენება, როგორც მორგების სიკეთის ინდიკატორი. ის გვიჩვენებს, რამდენი ქულა მოდის რეგრესიის ხაზზე. R2 მნიშვნელობა გამოითვლება კვადრატების ჯამიდან, უფრო ზუსტად, ეს არის ორიგინალური მონაცემების კვადრატული გადახრების ჯამი საშუალოდან.

ჩვენს მაგალითში R2 არის 0,91 (დამრგვალებული 2 ციფრამდე) , რაც საკმაოდ კარგია. ეს ნიშნავს, რომ ჩვენი მნიშვნელობების 91% შეესაბამება რეგრესიის ანალიზის მოდელს. სხვა სიტყვებით რომ ვთქვათ, დამოკიდებული ცვლადების (y-მნიშვნელობები) 91% აიხსნება დამოუკიდებელი ცვლადებით (x-მნიშვნელობები). ზოგადად, R Squared 95% ან მეტი ითვლება კარგ მორგებად.

მორგებული R Square . ეს არის R კვადრატი მორგებული მოდელის დამოუკიდებელი ცვლადის რაოდენობისთვის. თქვენ გსურთ გამოიყენოთ ეს მნიშვნელობა R კვადრატის -ის ნაცვლად მრავალჯერადი რეგრესიის ანალიზისთვის.

სტანდარტული შეცდომა . ეს არის კიდევ ერთი სიკეთის საზომი, რომელიც აჩვენებს თქვენი რეგრესიის ანალიზის სიზუსტეს - რაც უფრო მცირეა რიცხვი, მით უფრო დარწმუნებული იქნებით.თქვენი რეგრესიის განტოლება. მიუხედავად იმისა, რომ R2 წარმოადგენს დამოკიდებული ცვლადების ვარიაციის პროცენტს, რომელიც აიხსნება მოდელით, სტანდარტული შეცდომა არის აბსოლუტური საზომი, რომელიც აჩვენებს საშუალო მანძილს, რომლითაც მონაცემთა წერტილები ეცემა რეგრესიის ხაზიდან.

დაკვირვებები . ეს არის უბრალოდ დაკვირვებების რაოდენობა თქვენს მოდელში.

რეგრესული ანალიზის გამომავალი: ANOVA

გამომუშავების მეორე ნაწილი არის ვარიანტობის ანალიზი (ANOVA):

ძირითადად, ის ყოფს კვადრატების ჯამს ცალკეულ კომპონენტებად, რომლებიც გვაწვდიან ინფორმაციას ცვალებადობის დონეების შესახებ თქვენი რეგრესიული მოდელის ფარგლებში:

• df არის წყაროებთან დაკავშირებული თავისუფლების ხარისხების რაოდენობა. დისპერსიის.
• SS არის კვადრატების ჯამი. რაც უფრო მცირეა ნარჩენი SS მთლიან SS-თან შედარებით, მით უფრო კარგად ერგება თქვენი მოდელი მონაცემებს.
• MS არის საშუალო კვადრატი.
• F არის F სტატისტიკა, ან F-ტესტი ნულოვანი ჰიპოთეზისთვის. იგი გამოიყენება მოდელის საერთო მნიშვნელობის შესამოწმებლად.
• მნიშვნელობა F არის F-ის P-მნიშვნელობა.

ANOVA ნაწილი იშვიათად გამოიყენება მარტივი ხაზოვანი რეგრესიის ანალიზი Excel-ში, მაგრამ თქვენ აუცილებლად უნდა დააკვირდეთ ბოლო კომპონენტს. მნიშვნელოვნება F მნიშვნელობა იძლევა წარმოდგენას იმის შესახებ, თუ რამდენად სანდოა (სტატისტიკურად მნიშვნელოვანი) თქვენი შედეგები. თუ მნიშვნელობა F არის 0.05-ზე ნაკლები (5%), თქვენი მოდელი წესრიგშია. თუ ის მეტია 0.05-ზე, თქვენალბათ უკეთესია აირჩიოთ სხვა დამოუკიდებელი ცვლადი.

რეგრესიის ანალიზის შედეგი: კოეფიციენტები

ეს განყოფილება გთავაზობთ კონკრეტულ ინფორმაციას თქვენი ანალიზის კომპონენტების შესახებ:

ყველაზე სასარგებლო კომპონენტი ამ განყოფილებაში არის კოეფიციენტები . ეს საშუალებას გაძლევთ შექმნათ წრფივი რეგრესიის განტოლება Excel-ში:

ჩვენი მონაცემთა ნაკრებისთვის, სადაც y არის გაყიდული ქოლგების რაოდენობა და x არის საშუალო თვიური ნალექი, ჩვენი წრფივი რეგრესიის ფორმულა შემდეგნაირად გამოიყურება:

Y = Rainfall Coefficient * x + Intercept

აღჭურვილია a და b მნიშვნელობებით დამრგვალებული სამ ათწილადამდე, ის იქცევა:

Y=0.45*x-19.074

მაგალითად, თუ საშუალო თვიური ნალექი უდრის 82 მმ-ს, ქოლგის გაყიდვები იქნება დაახლოებით 17.8:

0.45*82-19.074=17.8

მსგავსი წესით, შეგიძლიათ გაიგოთ რამდენი ქოლგა იქნება გაიყიდება თქვენს მიერ მითითებულ ნებისმიერ სხვა ყოველთვიურ ნალექთან (x ცვლადი).

რეგრესული ანალიზის შედეგი: ნარჩენები

თუ შეადარებთ გაყიდული ქოლგების სავარაუდო და რეალურ რაოდენობას, რომელიც შეესაბამება თვიურ ნალექს 82 მმ, დაინახავთ, რომ ეს რიცხვები ოდნავ განსხვავდებიან:

• შეფასებული: 17.8 (გამოითვლება ზემოთ)
• ფაქტობრივი: 15 (წყაროს მონაცემების მე-2 მწკრივი)

რატომ არის განსხვავება? იმის გამო, რომ დამოუკიდებელი ცვლადები არასოდეს არიან დამოკიდებული ცვლადების სრულყოფილი პროგნოზირებადი. და ნარჩენები დაგეხმარებათ გაიგოთ, თუ რამდენად შორს არის რეალური მნიშვნელობები პროგნოზირებულ მნიშვნელობებთან:

პირველი მონაცემების წერტილი (ნალექი 82 მმ), ნარჩენი არის დაახლოებით -2,8. ასე რომ, ჩვენ ვუმატებთ ამ რიცხვს პროგნოზირებულ მნიშვნელობას და მივიღებთ რეალურ მნიშვნელობას: 17.8 - 2.8 = 15.

როგორ შევქმნათ ხაზოვანი რეგრესიის გრაფიკი Excel-ში

თუ გჭირდებათ სწრაფად ვიზუალიზაცია ურთიერთობა ორ ცვლადს შორის, დახაზეთ ხაზოვანი რეგრესიის სქემა. ეს ძალიან ადვილია! აი, როგორ:

1. აირჩიეთ ორი სვეტი თქვენი მონაცემებით, სათაურების ჩათვლით.
2. Inset ჩანართზე, Chats ჯგუფში , დააწკაპუნეთ Scatter დიაგრამის ხატულაზე და აირჩიეთ Scatter მინიატურა (პირველი):

   ეს თქვენს სამუშაო ფურცელში ჩასვამს სკატერის დიაგრამას, რომელიც მსგავსი იქნება ერთი:

3. ახლა ჩვენ უნდა დავხატოთ უმცირესი კვადრატების რეგრესიის ხაზი. ამის გასაკეთებლად, დააწკაპუნეთ ნებისმიერ წერტილზე მარჯვენა ღილაკით და კონტექსტური მენიუდან აირჩიეთ Trendline-ის დამატება… .
4. მარჯვენა პანელზე აირჩიეთ წრფივი ტრენდის ხაზი და, სურვილისამებრ, შეამოწმეთ განტოლების ჩვენება დიაგრამაზე რათა მიიღოთ თქვენი რეგრესიის ფორმულა:

   როგორც შეამჩნევთ, Excel-ის მიერ შექმნილი რეგრესიის განტოლება იგივეა, რაც კოეფიციენტების გამომავალზე დაფუძნებული წრფივი რეგრესიის ფორმულა.

5. გადართვა შევსება & Line ჩანართი და შეცვალეთ ხაზი თქვენი შეხედულებისამებრ. მაგალითად, შეგიძლიათ აირჩიოთ ხაზის სხვა ფერი და გამოიყენოთ მყარი ხაზი წყვეტილი ხაზის ნაცვლად (აირჩიეთ მყარი ხაზი ტირეების ტიპი ველში):