外推线性回归
我是新的与Excel,但我怎么能得到2013年的价值估计这样的事情:
我需要根据近年来观察到的线性回归来估计这个值的外推值。
谢谢
为了回答这个问题,我以两种方式绘制数据:(a)分别显示每一年,(b)将所有数据显示为一行一行。 图表如下:
看第一张图,如果数据中有季节性的话,它不是很强。 但是,看一下所有在一条线上绘制的数据,看起来似乎有上升的趋势。 所以我的build议是做最基本的回归,并把数据直线化。 趋势线添加的graphics如下:
在数字上,结果是:
数据最合适的直线 Jan-10 218 232.7 Feb-10 251 235.0 Mar-10 221 237.1 Apr-10 241 239.4 May-10 261 241.7 Jun-10 227 244.0 7月10日253 246.3 8月10日266 248.6 Sep-10 238 250.9 10月10日255 253.2 Nov-10 238 255.5 Dec-10 219 257.7 1月11日263 260.0 Feb-11 239 262.4 Mar-11 255 264.5 Apr-11 297 266.8 5月 - 11 299 269.0 Jun-11 256 271.4 7月11日292 273.6 Aug-11 247 275.9 Sep-11 254 278.2 Oct-11 258 280.5 11月11日264 282.8 Dec-11 301 285.1 1月12日319 287.4 Feb-12 314 289.7 Mar-12 274 291.9 Apr-12 325 294.2 5月12日319 296.4 Jun-12 339 298.8 7月12日339 301.0 Aug-12 271 303.3 Sep-12 310 305.7 10月12日291 307.9 Nov-12 259 310.2 12月12日286 312.5 1月13日314.8 2月13日317.1 Mar-13 319.2 4月13日321.5 5月13日323.8 Jun-13 326.1 7月13日328.4 Aug-13 330.7 Sep-13 333.0 10月13日335.2 Nov-13 337.6 12月13日339.8
有多种方法可以应用线性回归。 例如,您可以使用您的所有数据点创build一个方程式,以计算以后的所有月份。 但是,如果每年有一个周期,则可能只想使用每年一月份的数据来估算明年一月; 二月的每个月估计二月; 等等。为了简单起见,我们现在只用一月份的工作。 为了保持数字小一些,我只打算使用年份的最后两位数字:
XY 10 218 11 263 12 319
接下来计算4个不同的总和:
S[x] = Sum of all Xs = 33 S[y] = Sum of all Ys = 800 S[xx] = Sum of X squared = 100 + 121 + 144 = 365 S[xy] = Sum of X*Y = 2180 + 2893 + 3828 = 8901
计算斜率和截距:
N = Number of data points sampled = 3 M = Slope = (N*S[xy] - S[x]*S[y])/(N*S[xx] - S[x]^2) M = (3*8901 - 33*800)/(3*365 - 33^2) = 303/6 = 50.5 B = Intercept = (S[y] - M*S[x])/N B = (800 - 50.5*33)/3 = -866.5/3 = -289
因此1月份的等式是:
Y = M*X + B Y = 50.5*X - 289
计算2013年:
Y = 50.5*13 -289 = 368
开始绘制您的数据。 决定什么样的function将是一个很好的select。
您可以创build一个适合每个月或尝试创build一个年份和月份作为自variables。
我们假设一个适合于每个月份的多项式将适用于您:
y = c0 + c1*m + c2*m^2
所以一月份:
218 = c0 + c1*2010 + c2*2010^2 263 = c0 + c1*2011 + c2*2011^2 319 = c0 + c1*2012 + c2*2012^2
所以现在你有三个未知数的方程。 求解(c0, c1, c2)
和替代m = 2013
作为你的推断。
这里是我得到的结果:
Month 2010 2011 2012 2013 1 218 263 319 386 2 251 239 314 476 3 221 255 274 278 4 241 297 325 325 5 261 299 319 321 6 227 256 339 476 7 253 292 339 394 8 266 247 271 338 9 238 254 310 406 10 255 258 291 354 11 238 264 259 223 12 219 301 286 174
看你怎么做。