Uso de Excel para el análisis de datos de regresión

La herramienta adecuada

Imagínese usar una cuchara para cavar una piscina. Usted podría hacerlo; tomaría mucho tiempo y es posible que no obtenga las dimensiones exactamente correctas, pero puede hacerlo.

Sin embargo, el uso de una herramienta más adecuada, como una excavadora, garantizaría que el trabajo se completara de manera eficiente y correcta.

El análisis de regresión es similar a la creación de un grupo en el sentido de que puede ser un procedimiento complicado que requiere mucho tiempo para trabajar cuando no se utilizan las herramientas adecuadas. Microsoft Excel es un poderoso paquete de hojas de cálculo que le permite calcular análisis estadísticos increíblemente complicados en segundos.

En esta lección, aprenderá cómo completar una regresión , un análisis que le permite al usuario hacer predicciones basadas en correlaciones pasadas, usando Excel.

ToolPak

La única forma de realizar una regresión en Excel es a través de las herramientas de análisis de datos . Esta es una aplicación complementaria que viene con Excel, pero debe activarse manualmente. Para hacerlo, simplemente haga clic en Archivo: Opciones: Complementos y luego seleccione ‘Herramientas de análisis’ de la lista de opciones.

Cuando haga clic en ‘Aceptar’, verá que ToolPak y todas sus herramientas se habrán agregado a la pestaña Datos en ‘Análisis de datos’.

Ahora está listo para realizar una regresión con Excel.

Un resumen corto

Recuerde que una regresión es un análisis que le permite usar la correlación entre dos variables para predecir una variable basada en otra. El objetivo es derivar una línea imaginaria de mejor ajuste para estimar todos los valores de una variable en función de otra variable, por eso la regresión a veces se denomina regresión lineal .

Piense en la ecuación de una recta: y = mx + c .

Digamos que estamos interesados ​​en predecir los GPA universitarios futuros basados ​​en los GPA anteriores de la escuela secundaria. La variable dependiente ( y ) es el GPA universitario porque depende del GPA de la escuela secundaria de una persona para la predicción. La variable independiente ( x ) es el GPA de la escuela secundaria. Los dos aspectos importantes de la búsqueda de la línea para que coincida con esta ecuación son la intersección , el punto en el que la gráfica cruza el y eje y el x valor es 0, y la pendiente , el ángulo de inclinación de la línea.

La pendiente está determinada por el valor m en la ecuación y está relacionada con el coeficiente de correlación , un cálculo que da la fuerza de la relación entre dos variables. El coeficiente de correlación más fuerte tiene un valor absoluto de 1 (1 o -1), lo que significa que las dos variables varían exactamente proporcionalmente entre sí. La regresión de una correlación perfecta mostraría una línea que se inclina en un ángulo perfecto de 45 grados (si x aumenta en 1, entonces y aumenta en 1).

Regresión en Excel

El primer paso para realizar una regresión en Excel es ingresar sus datos en una hoja de cálculo. Asegúrese de utilizar etiquetas que le ayuden a identificar sus datos.

Aquí hay una tabla de datos que compara los GPA de la escuela secundaria con los GPA de la universidad para un conjunto de 10 personas.

A continuación, simplemente haga clic en la pestaña Datos y luego en el botón Análisis de datos. A continuación, verá todas las opciones de análisis estadístico disponibles en ToolPak en orden alfabético. Cuando elija la opción ‘Regresión’, verá la siguiente ventana emergente:

Ingrese sus datos, comenzando por ingresar su rango y (la variable dependiente). Puede hacer esto manualmente o resaltando el rango y Excel lo ingresará por usted. Haga esto para ambas variables.

Cuando ingrese en su rango de datos, asegúrese de incluir las celdas de la etiqueta y luego haga clic en el cuadro que indica que ha incluido etiquetas (justo debajo de los cuadros de rango de entrada). Esto creará gráficos con un formato agradable para usted.

Si tiene una variable que tiene 0 como punto de partida, puede optar por hacer clic en el cuadro ‘La constante es cero’, pero no es necesario. Si desea modificar el nivel de confianza común del 95%, haga clic en el cuadro ‘Nivel de confianza’ y cambie el porcentaje al nivel deseado.

A continuación, haga clic en el botón radial junto a su opción de salida e ingrese la celda específica en el punto en el que desea que comiencen a mostrarse los resultados.

Elija tantos o tan pocos ‘Residuos’ como desee. Estos simplemente brindan más información sobre su regresión, pero no son necesarios para realizar el cálculo. Los ‘Gráficos de ajuste de línea’ dan como resultado gráficos para que pueda visualizar la regresión que ha realizado.

Aquí hay una pantalla emergente de regresión completa para nuestros datos:

Los resultados

Los resultados se muestran en tres gráficos que muestran los resultados de ‘Estadísticas de regresión’, ‘ANOVA’ (incluidos los niveles de significancia) y los coeficientes de correlación con sus valores p.

La elección de incluir los resultados residuales de ‘Line Fit Plot’ en este gráfico:

Puede ver que este gráfico traza los puntos de datos (GPA de la escuela secundaria, GPA de la universidad) con diamantes azules y muestra la línea de mejor ajuste, la línea de regresión, en cuadrados rojos. Esta es la línea predictiva . Por lo tanto, en teoría, podría predecir el GPA universitario de cualquier estudiante trazando su GPA de la escuela secundaria en esta línea de regresión.

No olvide que las regresiones se calculan mediante correlaciones. Esto significa que solo estamos revisando relaciones y no interacciones causales. Una correlación no significa que una variable cause la otra variable. Simplemente significa que se ve suficiente relación entre las dos variables como para que se pueda hacer una predicción de una basada en la otra.

Resumen de la lección

Después de cargar ToolPak , realizar una regresión en Microsoft Excel es tan simple como seleccionar sus rangos de datos y celdas de salida e ingresarlos en un cuadro de diálogo emergente. Se pueden elegir pantallas de resultados para que pueda ver visualmente la regresión lineal resultante de sus datos. Recuerde no asumir que incluso una línea de regresión fuerte equivale a una interacción causal entre dos variables.

Rodrigo Ricardo Editor y fundador