ایک سے زیادہ رجعت فارمولہ | ایک سے زیادہ رجعت مساوات کا حساب کتاب
ایک سے زیادہ رجعت فارمولا کیا ہے؟
متعدد رجعت فارمولہ کا انحصار اور متعدد آزاد متغیر کے مابین تعلقات کے تجزیے میں استعمال کیا جاتا ہے اور مساوات کے ذریعہ فارمولے کی نمائندگی کی جاتی ہے Y ایک پلس bX1 پلس cX2 پلس DX3 پلس E کے برابر ہے جہاں Y انحصار متغیر ہے ، X1 ، X2 ، X3 آزاد متغیر ہیں ، a انٹرسیپٹ ہے ، بی ، سی ، ڈی ڈھلوان ہیں ، اور ای بقایا قدر ہے۔
y = mx1 + mx2 + mx3 + b
کہاں،
- Y = رجعت کا انحصار متغیر
- ایم = رجعت کی ڈھال
- X1 = رجعت کا پہلا آزاد متغیر
- رجعت کا x2 = دوسرا آزاد متغیر
- x3 = رجعت کا تیسرا آزاد متغیر
- بی = مستقل
رجعت تجزیہ فارمولہ کی وضاحت
ایک سے زیادہ رجسٹریشن دو یا زیادہ آزاد متغیر کی مدد سے منحصر متغیر کی پیشن گوئی کرنے کا ایک طریقہ ہے۔ اس تجزیہ کو چلاتے وقت ، محقق کا بنیادی مقصد انحصار متغیر اور آزاد متغیر کے مابین تعلقات کا پتہ لگانا ہے۔ منحصر متغیر کی پیشن گوئی کرنے کے ل multiple ، متعدد آزاد متغیرات کا انتخاب کیا جاتا ہے جو منحصر متغیر کی پیشن گوئی کرنے میں مدد کرسکتے ہیں۔ یہ استعمال کیا جاتا ہے جب لکیری رجعت مقصد کو پورا کرنے کے قابل نہیں ہوتا ہے۔ ریگریشن تجزیہ اس بات کی توثیق کرنے کے عمل میں مدد کرتا ہے کہ آیا پیش گو گو متغیر منحصر متغیر کی پیشن گوئی کرنے میں مدد کرنے کے لئے کافی اچھے ہیں۔
مثالیں
آپ یہ ایک سے زیادہ رجعت فارمولہ ایکسل سانچہ ڈاؤن لوڈ کرسکتے ہیںمثال # 1
آئیے ایک مثال کی مدد سے متعدد رجعت تجزیوں کے تصور کو سمجھنے اور سمجھنے کی کوشش کرتے ہیں۔ آئیے ہم یہ جاننے کی کوشش کریں کہ یو بی ای آر ڈرائیور کے فاصلے اور ڈرائیور کی عمر اور ڈرائیور کے تجربے کے برسوں کی تعداد کے درمیان کیا تعلق ہے۔
ایک سے زیادہ رجعت کے حساب کتاب کے ل excel ایکسل میں ڈیٹا ٹیب پر جائیں اور پھر ڈیٹا تجزیہ کا اختیار منتخب کریں۔ مزید طریقہ کار اور حساب کتاب کے لئے یہاں دیئے گئے آرٹیکل کا حوالہ دیا گیا ہے
مذکورہ بالا مثال کے لئے رجعت فارمولہ ہوگا
- y = MX + MX + b
- y = 604.17 * -3.18 + 604.17 * -4.06 + 0
- y = -4377
اس خاص مثال میں ، ہم دیکھیں گے کہ کون سا متغیر منحصر متغیر ہے اور کون سا متغیر آزاد متغیر ہے۔ اس رجعت مساوات میں انحصار متغیر UBER ڈرائیور کی طرف سے احاطہ کیا ہوا فاصلہ ہے اور آزاد متغیر ڈرائیور کی عمر اور ڈرائیونگ میں اس کے تجربات کی تعداد ہیں۔
مثال # 2
آئیے ایک اور مثال کی مدد سے متعدد رجعت تجزیوں کے تصور کو سمجھنے اور سمجھنے کی کوشش کرتے ہیں۔ آئیے ہم یہ جاننے کی کوشش کرتے ہیں کہ طلباء کی ایک کلاس کے جی پی اے اور مطالعے کے گھنٹوں کی تعداد اور طلبہ کی بلندی کے درمیان کیا تعلق ہے۔
حساب کتاب کے لئے ، ایکسل میں ڈیٹا ٹیب پر جائیں اور پھر ڈیٹا تجزیہ کا اختیار منتخب کریں۔
مذکورہ بالا مثال کے لئے رجعت مساوات ہوگی
y = MX + MX + b
y = 1.08 * .03 + 1.08 * -. 002 + 0
y = .0325
اس خاص مثال میں ، ہم دیکھیں گے کہ کون سا متغیر منحصر متغیر ہے اور کون سا متغیر آزاد متغیر ہے۔ اس رجعت میں منحصر متغیر GPA ہے اور آزاد متغیر طلباء کے مطالعہ کے اوقات اور اونچائی ہیں۔
مثال # 3
آئیے ایک اور مثال کی مدد سے متعدد رجعت تجزیوں کے تصور کو سمجھنے اور سمجھنے کی کوشش کرتے ہیں۔ آئیے ہم یہ جاننے کی کوشش کریں کہ کسی تنظیم میں ملازمین کے ایک گروپ کی تنخواہ اور تجربے کی سالوں اور ملازمین کی عمر کے درمیان کیا تعلق ہے۔
حساب کتاب کے لئے ، ایکسل میں ڈیٹا ٹیب پر جائیں اور پھر ڈیٹا تجزیہ کا اختیار منتخب کریں۔
مذکورہ بالا مثال کے لئے رجعت مساوات ہوگی
- y = MX + MX + b
- y = 41308 * .- 71 + 41308 * -824 + 0
- y = -37019
اس خاص مثال میں ، ہم دیکھیں گے کہ کون سا متغیر منحصر متغیر ہے اور کون سا متغیر آزاد متغیر ہے۔ اس رجعت مساوات میں منحصر متغیر تنخواہ ہے اور آزاد متغیر ملازمین کا تجربہ اور عمر ہے۔
متعلقہ اور استعمال
ایک سے زیادہ رجسٹریشن ایک بہت مفید اعدادوشمار کا طریقہ ہے۔ فنانس کی دنیا میں رجعت کا بہت کردار ہے۔ ریگریشن تجزیہ کا استعمال کرکے بہت پیشن گوئی کی جاتی ہے۔ مثال کے طور پر ، کسی خاص طبقے کی فروخت کا پیش گوئی معاشی اقتصادی اشارے کی مدد سے پیش گوئی کی جاسکتی ہے جس کا اس طبقہ کے ساتھ بہت اچھا تعلق ہے۔
