Comment utiliser la régression multiple dans Excel

Excel pour la régression multiple

Étape 1

Entrez les données que vous utiliserez pour effectuer l'analyse de régression dans un tableur Excel. Vous pouvez entrer les données manuellement ou importer le fichier de données à partir d'une autre source, telle qu'un fichier ASCII ou une autre feuille de calcul, dans Excel.

Étape 2

Déverrouillez l'outil "Analyse des données" dans les menus complémentaires et installez-le. Ouvrez Excel, cliquez sur "Outils" et sélectionnez "Modules complémentaires" dans le menu déroulant qui apparaît. Une fenêtre plus petite apparaîtra qui montre un ensemble d'options. Cochez la case "Analysis Tools Package" et cliquez sur "OK". L'option "Analyse des données" apparaîtra dans votre menu "Outils", prêt à être utilisé. Si vous utilisez Excel 2007, vous pouvez accéder au plug-in "Analyse des données" en cliquant sur le bouton Microsoft Office situé dans le coin supérieur gauche d'un classeur Excel ouvert. Cliquez sur le bouton puis sur "Options Excel". Une nouvelle fenêtre apparaîtra, montrant l'ensemble des options sur la gauche. Choisissez "Add-ons", sélectionnez "Package d'outils d'analyse" et cliquez sur "OK".

Étape 3

Cliquez sur le menu "Outils" dans Excel et sélectionnez "Analyse des données" (dans Excel 2007, cliquez sur l'onglet "Données" et cliquez sur le bouton "Analyse des données".) Une fenêtre apparaît affichant un menu avec des outils d’analyse, faites défiler jusqu’à "Régression" et cliquez sur "Accepter".

Étape 4

Entrez les valeurs de la variable dépendante (Y) et des variables indépendantes (X) en cliquant sur les cellules et les colonnes appropriées de votre feuille de données Excel. Après avoir sélectionné les plages de données à saisir pour l'analyse, cliquez sur "Accepter". Excel exécute la procédure et affiche les résultats dans un nouveau classeur.

Étape 5

Examinez le récapitulatif de votre sortie, en commençant par les statistiques de la régression en haut de la sortie. Notez la valeur de R au carré, qui vous indique quel pourcentage de variabilité de la variable dépendante (par exemple, le salaire moyen) explique votre modèle de régression. Ensuite, écrivez les valeurs des coefficients et des statistiques T ainsi que les niveaux pertinents de pertinence. Une statistique T de 2 ou plus indique une pertinence statistique, ce qui signifie que la relation entre la variable indépendante et la variable dépendante n'est probablement pas une probabilité aléatoire.