I denne artikel beskrives formelsyntaksen for og brugen af forklaringsanmodningen i Microsoft Excel.
Beskrivelse
Returnerer r2-værdien fra en simpel lineær regression ved hjælp af datapunkter i kendte_y'er og kendte_x'er. Du kan finde flere oplysninger under Funktionen PEARSON. Den r-kvadrerede værdi kan fortolkes som den del af variansen i y, der kan tillægges variansen i x.
Syntaks
FORKLARINGSGRAD(kendte_y'er;kendte_x'er)
Syntaksen for funktionen FORKLARINGSGRAD har følgende argumenter:
-
Kendte_y'er Påkrævet. En matrix eller et område med datapunkter.
-
Kendte_x'er Påkrævet. En matrix eller et område med datapunkter.
Bemærkninger
-
Argumenterne kan enten være tal eller navne, matrixer eller referencer, der indeholder tal.
-
Logiske værdier og tekstgengivelser af tal, der angives direkte på listen med argumenter, tælles.
-
Hvis et matrix- eller referenceargument indeholder tekst, logiske værdier eller tomme celler, ignoreres disse værdier, mens celler med værdien nul medtages.
-
Argumenter, der er fejlværdier, eller tekst, der ikke kan oversættes til tal, forårsager fejl.
-
Hvis kendte_y'er og kendte_x'er er tomme eller har forskellige antal datamærker, returnerer FORKLARINGSGRAD fejlværdien #I/T.
-
Hvis known_y og known_x kun indeholder 1 datapunkt, returnerer tilbudsanmodningen #DIV/0! fejlværdi.
-
Ligningen for Pearson's korrelationskoefficient, r, er:
hvor x og y er stikprøvernes middelværdi MIDDEL(kendte_x'er) og MIDDEL(kendte_y'er).
FORKLARINGSGRAD returnerer r2, der er kvadratet af denne korrelationskoefficient.
Eksempel
Kopiér eksempeldataene i følgende tabel, og sæt dem ind i celle A1 i et nyt Excel-regneark. For at få formlerne til at vise resultater skal du markere dem, trykke på F2 og derefter trykke på Enter. Hvis der er brug for det, kan du justere bredden på kolonnerne, så du kan se alle dataene.
Data |
||
Kendt y |
Kendt x |
|
2 |
6 |
|
3 |
5 |
|
9 |
11 |
|
1 |
7 |
|
8 |
5 |
|
7 |
4 |
|
5 |
4 |
|
Formel |
Beskrivelse |
R esultat |
=FORKLARINGSGRAD(A3:A9; B3:B9) |
R2-værdien fra en simpel lineær regression ved hjælp af datamærker i A3:A9 og B3:B9 |
0,05795 |