Ga naar hoofdinhoud

Excel LINEST(): De lineaire-regressiefunctie in Excel

Ontgrendel de kracht van lineaire regressie in Excel met de veelzijdige functie LINEST(). Leer hoe je LINEST() gebruikt voor trendanalyse, forecasting en meer.
· 4 min lezen

Verken met AI

Excel heeft een uitstekende tool voor lineaire regressie: LINEST(). LINEST() is handig omdat het met de kleinste-kwadratenmethode de statistieken berekent voor de rechte lijn die het best bij je gegevens past. Ik ben ook fan van LINEST() omdat het extra modelinformatie geeft, zoals de F-statistiek en standaardfouten.

Lees verder en ik laat je alles zien over LINEST(), zodat je het kunt gebruiken voor trendanalyse, forecasting en meer.

Wat Excel LINEST() doet

Voordat we naar voorbeelden gaan, eerst een overzicht van wat LINEST() doet. 

LINEST() voert lineaire regressie uit met de methode van de kleinste kwadraten, die de lijn vindt die de som van gekwadrateerde residuen minimaliseert, oftewel de gekwadrateerde verschillen tussen de geobserveerde y-waarden en de door de lijn voorspelde waarden. Achter de schermen gebruikt Excel’s LINEST() matrixalgebra om de zogeheten normale vergelijking op te lossen die optreedt bij ordinary least squares (OLS) regressie.

Regressie is een van de allerbelangrijkste dingen waar een analist of data scientist vaardig in moet zijn. Regressie wordt gebruikt voor alles, van het vergelijken van modellen en voorspellen tot hypothesetesten en causale inferentie. 

Syntaxis voor Excel LINEST()

De syntaxis voor LINEST() is als volgt:

=LINEST(known_y's, [known_x's], [const], [stats])

  • known_y's: De afhankelijke gegevenswaarden (vereist)

  • known_x's: De onafhankelijke gegevenswaarden (optioneel)

  • const: Logische waarde; TRUE om het snijpunt te berekenen, FALSE om het op nul te forceren (optioneel)

  • stats: Logische waarde; TRUE om aanvullende regressiestatistieken te retourneren, FALSE voor alleen helling/snijpunt (optioneel)

Excel LINEST() gebruiken voor regressie

Laten we nu kijken naar zowel het geval van eenvoudige lineaire regressie (één onafhankelijke variabele) als meervoudige lineaire regressie (meer dan één onafhankelijke variabele). 

LINEST() en eenvoudige lineaire regressie

Voor een eenvoudige lineaire regressie met één onafhankelijke variabele kun je LINEST() gebruiken met alleen je y-waarden en x-waarden. De best passende lijn voor eenvoudige lineaire regressie wordt exact gedefinieerd door twee parameters: de helling en het snijpunt.

=LINEST(B2:B10, A2:A10, TRUE, TRUE)

Door de optionele argumenten op TRUE te zetten, retourneert LINEST() meerdere statistieken, zoals je kunt zien in de afbeelding hieronder:

  • Helling(en) voor elke onafhankelijke variabele
  • Snijpunt
  • Standaardfouten
  • R-kwadraatwaarde
  • F-statistiek en vrijheidsgraden

Standaard geeft LINEST(), omdat het een matrixformule is, een raster van 2x5 terug (bij eenvoudige lineaire regressie met het argument stats op TRUE).

Persoonlijk zet ik LINEST() graag in TOCOL() zodat ik de output als één kolom krijg. 

Zorg er wel voor dat je de kolommen in de juiste volgorde houdt!

We hebben een geweldige cursus Inleiding tot statistiek als je extra hulp wilt bij het interpreteren van dit soort output. 

LINEST() en meervoudige lineaire regressie

LINEST() kan ook meerdere onafhankelijke variabelen aan voor meervoudige regressieanalyse. Geef simpelweg een bereik op voor known_x's dat al je variabelen omvat.

=LINEST(C2:C10, A2:B10, TRUE, TRUE)

Excel LINEST for multiple linear regression

Dit voorbeeld berekent regressiestatistieken voor y-waarden in C2:C10 met twee onafhankelijke variabelen in kolommen A en B. Een handige tip is om een tweede raster bij te houden zodat je de statistieken nauwkeurig kunt koppelen.

Voor een video-walkthrough van het gebruik van LINEST() en andere functies, kijk onze YouTube-video Regression in Excel Made Easy.

Eenvoudige lineaire regressie in Excel

Wanneer je LINEST() gebruikt

LINEST() wordt gebruikt voor:

  • Trendanalyses in sales, finance en wetenschappelijke data
  • Voorspellen van toekomstige waarden op basis van historische data
  • Beoordelen van de sterkte van relaties tussen variabelen
  • Het bouwen van voorspellende modellen in Excel

Nog wat extra tips

Een paar best practices om in gedachten te houden:

  • Controleer je gegevens altijd op uitschieters voordat je regressie draait. Dit komt omdat LINEST() een OLS-schatting gebruikt die gevoelig is voor uitschieters. 

  • Gebruik het argument stats om een volledige set regressiediagnostiek te krijgen

  • Vergeet niet LINEST() als matrixformule in te voeren wanneer je alle statistieken nodig hebt

  • Combineer LINEST() met grafieken om een rijker verhaal te vertellen.

Excel LINEST()-fouten oplossen

Als je fouten tegenkomt met LINEST(), overweeg dan het volgende:

  • Niet-overeenkomende bereiken voor known_y's en known_x's

  • Niet-numerieke data in je invoerbereiken

  • Vergeten de formule als matrix in te voeren wanneer dat nodig is

Conclusie

Zoals je hebt gezien, kun je LINEST() gebruiken voor zowel eenvoudige als meervoudige lineaire regressie in Excel, en zoals je ook zag, geeft LINEST() je niet alleen de twee parameters (helling en snijpunt) maar ook extra modelstatistieken als je ervoor kiest die te bekijken. 

Blijf bij ons leren. Volg onze cursus Data-analyse in Excel of ons skill track Data-analyse met Excel Power Tools vandaag nog.

Josef Waples

Auteur

Josef Waples

Ik ben een schrijver en editor op het gebied van data science en heb bijgedragen aan onderzoeksartikelen in wetenschappelijke tijdschriften. Ik ben vooral geïnteresseerd in lineaire algebra, statistiek, R en dergelijke. Ik speel ook best wat schaak! 

Onderwerpen

Excel

Gerelateerd

Meer bekijken →