Facial Point Detection using Boosted Regression and Graph Models
Using EXCEL for Regression
27
Using EXCEL for Regression
description
Using EXCEL for Regression. 資料分析增益集. 1. 點擊 OFFICE 大圈圈. 2. 點擊 Excel 選項. 資料分析增益集. 1. 點擊增益集. 2. 點擊分析工具箱. 3. 點擊執行. 資料分析增益集. 1. 勾選分析工具箱. 2. 點選確定. 資料分析選項. 點選資料頁籤，於最右方出現資料分析功能. 資料分析視窗. Simple Linear Regression Analysis. Simple Linear Regression Analysis. 1. 點選以選取分析的資料. - PowerPoint PPT Presentation
Transcript of Using EXCEL for Regression
Using EXCEL for Regression
資料分析增益集
1. 點擊 OFFICE 大圈圈
2. 點擊 Excel 選項
資料分析增益集
1. 點擊增益集 2. 點擊分析工具箱
3. 點擊執行
資料分析增益集
1. 勾選分析工具箱
2. 點選確定
資料分析選項
點選資料頁籤，於最右方出現資料分析功能
資料分析視窗
Simple Linear Regression AnalysisStore
Square Feet
( 千） Annual Sales （百萬）1 1.7 3.72 1.6 3.93 2.8 6.74 5.6 9.55 1.3 3.46 2.2 5.67 1.3 3.78 1.1 2.79 3.2 5.510 1.5 2.9
Simple Linear Regression Analysis
1. 點選以選取分析的資料
Simple Linear Regression Analysis
Y
Simple Linear Regression Analysis
X
Simple Linear Regression Analysis
1. 選擇 Y 變數與 X 變數範圍
2. 剛剛選取的資料是否包含標題列，是否需呈現信賴度
3. 選擇分析輸出的位置
5. 點擊確定，輸出分析結果
4. 點選殘差選項
Simple Linear Regression Analysis
樣本迴歸線圖
3.7 3.9 6.7 9.5 3.4 5.6 3.7 2.7 5.5 2.90
1
2
3
4
5
6
Annual Sales （百萬） 樣本迴歸線圖
Square Feet( 千）預測為 Square Feet( 千）
Annual Sales （百萬）
Squa
re F
eet(
千）
殘差
觀察值 預測為 1.7 殘差1 1.678961545 -0.078961552 3.425571666 -0.625571673 5.172181787 0.4278182134 1.367066881 -0.067066885 2.739403404 -0.53940346 1.554203679 -0.254203687 0.93041435 0.169585658 2.677024471 0.522975529
9 1.055172216 0.444827784
殘差圖
3.9 6.7 9.5 3.4 5.6 3.7 2.7 5.5 2.9
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
殘差圖
Annual Sales （百萬）
殘差
標準化殘差殘差輸出
觀察值 預測為 1.7 殘差 標準化殘差1 1.678961545 -0.07896155 -0.186061752 3.425571666 -0.62557167 -1.474071413 5.172181787 0.427818213 1.0080932854 1.367066881 -0.06706688 -0.158033655 2.739403404 -0.5394034 -1.271028056 1.554203679 -0.25420368 -0.598995127 0.93041435 0.16958565 0.3996046678 2.677024471 0.522975529 1.232318079
9 1.055172216 0.444827784 1.04817394
Multiple Regression AnalysisStore Sales Price Promotion1 4141 59 2002 3842 59 2003 4226 59 4004 5000 59 6005 1916 79 2006 2295 79 4007 4113 79 6008 1096 99 2009 2114 99 40010 3354 99 600
Multiple Regression Analysis
1. 點選以選取分析的資料
Multiple Regression Analysis
Y X
Multiple Regression Analysis
1. 選擇 Y 變數與 X 變數範圍
2. 剛剛選取的資料是否包含標題列，是否需呈現信賴度
3. 選擇分析輸出的位置
5. 點擊確定，輸出分析結果
4. 點選殘差選項
Multiple Regression Analysis
樣本迴歸線圖
0
1000
2000
3000
4000
5000
6000
200 200 400 600 200 400 600 200 400 600
Sale
s
Promotion
Promotion 樣本迴歸線圖
Sales
預測為 Sales
樣本迴歸線圖
0
1000
2000
3000
4000
5000
6000
59 59 59 59 79 79 79 99 99 99
Sale
s
Price
Price 樣本迴歸線圖
Sales
預測為 Sales
殘差
觀察值 預測為 Sales 殘差1 3527.423077 613.5769232 3527.423077 314.5769233 4360.660256 -134.660264 5193.897436 -193.897445 2341.160256 -425.160266 3174.397436 -879.397447 4007.634615 105.3653858 1154.897436 -58.8974369 1988.134615 125.865385
10 2821.371795 532.628205
殘差圖
-1000
-500
0
500
1000
200 200 400 600 200 400 600 200 400 600殘差
Promotion
Promotion 殘差圖
殘差圖
-1000
-500
0
500
1000
59 59 59 59 79 79 79 99 99 99殘差
Price
Price 殘差圖
標準化殘差
觀察值 預測為 Sales 殘差 標準化殘差1 3527.423077 613.5769231 1.3722392442 3527.423077 314.5769231 0.7035381923 4360.660256 -134.660256 -0.301162064 5193.897436 -193.897436 -0.433643545 2341.160256 -425.160256 -0.950853216 3174.397436 -879.397436 -1.966735757 4007.634615 105.3653846 0.2356452968 1154.897436 -58.8974359 -0.131721669 1988.134615 125.8653846 0.281492693
10 2821.371795 532.6282051 1.191200807
