اعداد و شمار کے تجزیہ میں، متغیر ایک ڈیٹا سیٹ کے ارکان کے درمیان ظاہر ہوتا ہے کہ کتنے دور کے علاوہ ڈیٹا پوائنٹس ایک رجحان لائن سے ہیں، جو بھی ایک کے طور پر جانا جاتا ہے رجعت لائن. زیادہ سے زیادہ متغیر، زیادہ اعداد و شمار پوائنٹس کو پھیلاتے ہیں. مختلف قسم کے تجزیہ کے تجزیہ کا مطالعہ اعداد و شمار کی خصوصیات کی طرف سے مختلف حصوں کی وضاحت کی جاسکتی ہے، اور بے ترتیب عوامل کو منسوب کیا جا سکتا ہے. متغیر کا حصہ جس کی وضاحت نہیں کی جاسکتی ہے وہ بقایا وار متغیر کہا جاتا ہے.
ایکسل اسپریڈ شیٹ کا استعمال کرتے ہوئے استعمال کرنے کے لئے غیر معمولی متغیر مختلف
بقایا مختلف متغیر کرنے کے لئے فارمولہ میں بہت سے پیچیدہ حسابات شامل ہیں. چھوٹے اعداد و شمار کے سیٹ کے لئے، ہاتھ سے بقایا مختلف وابستہ کرنے کا عمل مشکل ہوسکتا ہے. بڑے ڈیٹا سیٹ کے لئے، کام ختم ہوسکتا ہے. ایکسل سپریڈ شیٹ کو استعمال کرتے ہوئے، آپ صرف اعداد و شمار پوائنٹس درج کرنے کی ضرورت ہے اور درست فارمولا منتخب کریں. یہ پروگرام پیچیدہ حسابات سے ہینڈل کرتا ہے اور تیزی سے نتیجہ دیتا ہے.
ڈیٹا پوائنٹس
نیا ایکسل سپریڈ شیٹ کھولیں اور ڈیٹا پوائنٹس کو دو کالم میں درج کریں. ریگریشن لائنوں کی ضرورت ہوتی ہے کہ ہر ڈیٹا پوائنٹ میں دو عناصر ہیں. اعداد و شمار عام طور پر ان عناصر کو "X" اور "Y." لیبل کرتے ہیں. مثال کے طور پر، جنرک انشورنس کمپنی اپنے ملازمین کی اونچائی اور وزن کے بقایا متغیر کو تلاش کرنا چاہتا ہے. ایکس متغیر اونچائی کی نمائندگی کرتا ہے اور یو متغیر وزن کی نمائندگی کرتا ہے. کالم A اور وزن کالم میں اونچائی درج کریں.
مطلب تلاش
The مطلب ڈیٹا سیٹ میں ہر عنصر کے لئے اوسط کی نمائندگی کرتا ہے. اس مثال میں، جنرل انشورنس 10 ملازمتوں 'وزن اور وزن کی اوسط، معیاری انحراف اور جغرافیہ کو تلاش کرنا چاہتا ہے. کالم A میں درج اونچائی کی اوسط اوسط سیل F1 میں "= AVERAGE (A1: A10)" تقریب میں داخل کرکے پایا جا سکتا ہے. کالم بی میں درج کردہ وزن کا اوسط سیل F3 میں "= AVERAGE (B1: B10)" تقریب میں داخل ہونے سے مل سکتا ہے.
معیاری انفیکشن اور حوصلہ افزائی کی تلاش
The معیاری انحراف اس بات کا اندازہ ہے کہ اعداد و شمار کے پوائنٹس کے علاوہ اس مطلب سے پھیلائے جاتے ہیں. The covariance اقدامات کے اعداد و شمار کے دو عناصر ایک دوسرے کے ساتھ بدلتے ہیں. بلندیوں کی معیاری انحراف سیل F2 میں "= STDEV (A1: A10)" تقریب میں داخل ہونے سے ملتا ہے. وزن کی معیاری انحراف سیل F4 میں "= STDEV (B1: B10)" تقریب میں داخل ہونے سے مل گیا ہے. اونچائی اور وزن کے درمیان covariance کی تقریب میں داخل ہونے کی طرف سے پایا جاتا ہے "= COVAR (A1: A10؛ B1: B10)" سیل F5 میں.
رجریشن لائن تلاش کرنا
The رجعت لائن ڈیٹا پوائنٹس کی رجحان کی پیروی کرنے والے ایک لکیری تقریب کی نمائندگی کرتا ہے. ریگریشن لائن کے لئے فارمولہ ایسا لگتا ہے: Y = AX + b.
صارف ذرائع، معیشت و ضوابط اور کووینٹری کے لئے حساب استعمال کرتے ہوئے "A" اور "B" کے لئے اقدار کو تلاش کرسکتے ہیں. "ب" کی قیمت اس نقطہ کی نمائندگی کرتا ہے جہاں رجریشن لائن Y- محور میں مداخلت کرتی ہے. قیمت covariance لینے اور X- اقدار کے معیاری انحراف کے مربع کی طرف سے تقسیم کرنے کی طرف سے پایا جا سکتا ہے. ایکسل فارمولہ سیل F6 میں جاتا ہے اور اس طرح لگ رہا ہے: = F5 / F2 ^ 2.
"ایک" کی قیمت ریپریشن لائن کی ڈھال کی نمائندگی کرتا ہے. ایکسل فارمولہ سیل F7 میں جاتا ہے اور اس طرح لگ رہا ہے: = F3-F6 * F1.
ریگریشن لائن کے فارمولہ کو دیکھنے کے لئے، اس سٹرٹینشن کو سیل F8 میں درج کریں:
= کنٹیٹیٹیٹ ("Y ="؛ روڈ (F6؛ 2)؛ "X"؛ اگر (سگنل (F7) = 1؛ "+"؛ "-")؛ ABS (روڈ (F7؛ 2)))
Y قیمتوں کا حساب کریں
اگلے مرحلے میں اعداد و شمار کے مقرر کردہ X- اقدار کے لئے ریفریشن لائن پر Y- اقدار کا حساب لگانا شامل ہے. Y اقدار کو تلاش کرنے کے لئے فارمولا کالم میں جاتا ہے اور اس طرح لگ رہا ہے:
= $ F $ 6 * A (i) + $ F $ 7
جہاں (اے) قطار میں کالم A کے لئے قدر ہے (i). اس فارمیٹس اس طرح اسپریڈ شیٹ میں نظر آتے ہیں:
= $ F $ 6 * A1 + $ F $ 7
= $ F $ 6 * A2 + $ F $ 7
= $ F $ 6 * A3 + $ F $ 7، اور اسی طرح
کالم ڈی میں اندراجات Y کے لئے متوقع اور حقیقی اقدار کے درمیان اختلافات کو ظاہر کرتی ہیں. فارمولا اس طرح نظر آتے ہیں:
= B (i) -C (i)،
جہاں B (i) اور C (i) صف (i) صف میں بالترتیب بی اور سی میں اقدار ہیں.
رقاصہ مختلف قسم کی تلاش
The بقایا وار متغیر کے لئے فارمولہ سیل F9 میں جاتا ہے اور ایسا لگتا ہے:
= SUMSQ (D1: D10) / (COUNT (D1: D10) -2)
جہاں SUMSQ (D1: D10) اصل اور متوقع Y اقدار کے درمیان اختلافات کے چوکوں کا ہے، اور (COUNT (D1: D10) -2) ڈیٹا پوائنٹس کی تعداد، مائنس 2 میں آزادی کی ڈگری کے لئے ڈیٹا.
