Excel có một công cụ tuyệt vời cho hồi quy tuyến tính gọi là LINEST(). LINEST() rất hữu ích vì nó tính các thống kê cho đường thẳng phù hợp nhất với dữ liệu của bạn bằng phương pháp bình phương tối thiểu. Tôi cũng thích LINEST() vì nó cung cấp thêm thông tin về mô hình, như thống kê F và sai số chuẩn.
Tiếp tục đọc và tôi sẽ giới thiệu cho bạn mọi thứ về LINEST() để bạn có thể dùng nó cho phân tích xu hướng, dự báo, và nhiều hơn nữa.
Excel LINEST() đang làm gì
Trước khi thử các ví dụ, hãy để tôi cung cấp góc nhìn tổng quan về những gì LINEST() thực hiện.
Hồi quy là một trong những kỹ năng quan trọng nhất mà một nhà phân tích hoặc nhà khoa học dữ liệu cần thành thạo. Hồi quy được dùng cho mọi thứ từ so sánh mô hình và dự báo, đến kiểm định giả thuyết và suy luận nhân quả.
Cú pháp của Excel LINEST()
Cú pháp của LINEST() như sau:
=LINEST(known_y's, [known_x's], [const], [stats])Được hỗ trợ bởi
known_y's: Các giá trị dữ liệu phụ thuộc (bắt buộc)
known_x's: Các giá trị dữ liệu độc lập (tùy chọn)
const: Giá trị logic; TRUE để tính hệ số chặn, FALSE để buộc hệ số chặn bằng không (tùy chọn)
stats: Giá trị logic; TRUE để trả về các thống kê hồi quy bổ sung, FALSE để chỉ lấy hệ số góc/hệ số chặn (tùy chọn)
Dùng Excel LINEST() cho hồi quy
Bây giờ hãy xem cả trường hợp hồi quy tuyến tính đơn (một biến độc lập) và hồi quy tuyến tính bội (hơn một biến độc lập).
LINEST() và hồi quy tuyến tính đơn
Để thực hiện hồi quy tuyến tính đơn với một biến độc lập, bạn có thể dùng LINEST() chỉ với các giá trị y và x của mình. Đường thẳng khớp tốt nhất cho hồi quy tuyến tính đơn được xác định bởi đúng hai tham số: hệ số góc và hệ số chặn.
Ví dụ này tính các thống kê hồi quy cho các giá trị y trong C2:C10 với hai biến độc lập ở cột A và B. Mẹo hữu ích là giữ một lưới thứ hai để bạn có thể ghép đúng các thống kê.
Để xem video hướng dẫn cách dùng LINEST() và các hàm khác, hãy xem video YouTube Hồi quy trong Excel thật dễ của chúng tôi.
Hồi quy tuyến tính đơn trong Excel
Khi nào bạn sẽ dùng LINEST()
LINEST() được dùng để:
Phân tích xu hướng trong dữ liệu bán hàng, tài chính và khoa học
Dự báo các giá trị tương lai dựa trên dữ liệu lịch sử
Đánh giá độ mạnh của mối quan hệ giữa các biến
Xây dựng mô hình dự đoán trong Excel
Một số mẹo bổ sung
Một số thực hành tốt cần ghi nhớ:
Luôn kiểm tra dữ liệu có ngoại lệ trước khi chạy hồi quy. Vì LINEST() dùng bộ ước lượng OLS vốn nhạy cảm với ngoại lệ.
Dùng đối số stats để lấy đầy đủ bộ chẩn đoán hồi quy
Hãy nhớ nhập LINEST() như một công thức mảng khi bạn cần tất cả các thống kê
Kết hợp LINEST() với biểu đồ để kể câu chuyện phong phú hơn.
Xử lý sự cố lỗi Excel LINEST()
Nếu bạn gặp lỗi với LINEST(), hãy cân nhắc các ý sau:
Phạm vi cho known_y's và known_x's không khớp
Dữ liệu không phải số trong các phạm vi đầu vào
Quên nhập công thức dưới dạng mảng khi cần
Kết luận
Như bạn đã thấy, bạn có thể dùng LINEST() cho cả hồi quy tuyến tính đơn và bội trong Excel, và như bạn cũng đã thấy, LINEST() không chỉ cho bạn hai tham số (hệ số góc và hệ số chặn) mà còn cung cấp thêm các thống kê mô hình nếu bạn chọn hiển thị chúng.
Tôi là một cây bút và biên tập viên về khoa học dữ liệu, đã có bài đóng góp cho các nghiên cứu đăng trên tạp chí khoa học. Tôi đặc biệt quan tâm đến đại số tuyến tính, thống kê, R và các chủ đề tương tự. Tôi cũng chơi cờ vua khá thường xuyên!
Excel có một công cụ tuyệt vời cho hồi quy tuyến tính gọi là
LINEST().LINEST()rất hữu ích vì nó tính các thống kê cho đường thẳng phù hợp nhất với dữ liệu của bạn bằng phương pháp bình phương tối thiểu. Tôi cũng thíchLINEST()vì nó cung cấp thêm thông tin về mô hình, như thống kê F và sai số chuẩn.Tiếp tục đọc và tôi sẽ giới thiệu cho bạn mọi thứ về
LINEST()để bạn có thể dùng nó cho phân tích xu hướng, dự báo, và nhiều hơn nữa.Excel LINEST() đang làm gì
Trước khi thử các ví dụ, hãy để tôi cung cấp góc nhìn tổng quan về những gì
LINEST()thực hiện.LINEST()thực hiện hồi quy tuyến tính bằng phương pháp bình phương tối thiểu, phương pháp tìm đường thẳng tối thiểu hóa tổng bình phương phần dư, tức là bình phương chênh lệch giữa các giá trị y quan sát và các giá trị được đường thẳng dự đoán. Bên dưới,LINEST()của Excel dùng đại số ma trận để giải cái gọi là phương trình chuẩn trong hồi quy bình phương tối thiểu thông thường (OLS).Hồi quy là một trong những kỹ năng quan trọng nhất mà một nhà phân tích hoặc nhà khoa học dữ liệu cần thành thạo. Hồi quy được dùng cho mọi thứ từ so sánh mô hình và dự báo, đến kiểm định giả thuyết và suy luận nhân quả.
Cú pháp của Excel LINEST()
Cú pháp của
LINEST()như sau:known_y's: Các giá trị dữ liệu phụ thuộc (bắt buộc)known_x's: Các giá trị dữ liệu độc lập (tùy chọn)const: Giá trị logic;TRUEđể tính hệ số chặn,FALSEđể buộc hệ số chặn bằng không (tùy chọn)stats: Giá trị logic;TRUEđể trả về các thống kê hồi quy bổ sung,FALSEđể chỉ lấy hệ số góc/hệ số chặn (tùy chọn)Dùng Excel LINEST() cho hồi quy
Bây giờ hãy xem cả trường hợp hồi quy tuyến tính đơn (một biến độc lập) và hồi quy tuyến tính bội (hơn một biến độc lập).
LINEST() và hồi quy tuyến tính đơn
Để thực hiện hồi quy tuyến tính đơn với một biến độc lập, bạn có thể dùng
LINEST()chỉ với các giá trị y và x của mình. Đường thẳng khớp tốt nhất cho hồi quy tuyến tính đơn được xác định bởi đúng hai tham số: hệ số góc và hệ số chặn.Bằng cách đặt các đối số tùy chọn là
TRUE,LINEST()sẽ trả về nhiều thống kê, như bạn có thể thấy trong hình bên dưới:Theo mặc định, vì
LINEST()là một công thức mảng, nó sẽ xuất ra một lưới 2x5 (khi thực hiện hồi quy tuyến tính đơn với đối sốstatslàTRUE).Cá nhân tôi thích bọc
LINEST()trongTOCOL()để nhận đầu ra theo dạng một cột.Chúng tôi có khóa học Nhập môn Thống kê nếu bạn muốn được hỗ trợ thêm để diễn giải đầu ra như thế này.
LINEST() và hồi quy tuyến tính bội
LINEST()cũng có thể xử lý nhiều biến độc lập cho phân tích hồi quy bội. Chỉ cần cung cấp một phạm vi choknown_x'sbao gồm tất cả các biến của bạn.Ví dụ này tính các thống kê hồi quy cho các giá trị y trong C2:C10 với hai biến độc lập ở cột A và B. Mẹo hữu ích là giữ một lưới thứ hai để bạn có thể ghép đúng các thống kê.
Để xem video hướng dẫn cách dùng
LINEST()và các hàm khác, hãy xem video YouTube Hồi quy trong Excel thật dễ của chúng tôi.