Avatar billede pingvinvarmer Nybegynder
22. januar 2016 - 14:48 Der er 7 kommentarer og
1 løsning

Hvordan beregner excel R²?

Når man beder excel om at lave en trendline på en graf, så kan den samtidig vise R² .

Jeg beregner denne værdi selv som R²=1-SSres/SStot hvor SSres er kvadratsum af afstanden fra kurve til observationer, og SStot er kvadratsum af afstanden fra middelværdi til observationer.

Dette giver same resultater som excel ved linær fit og ved polynomie fit. Men ved power fit giver det ikke samme resultat.

Er der nogen der ved hvordan Excel beregner denne R²?


Her er et eksempel på mine data:
1  ; 40
1,5 ; 44
2  ; 50
2,5 ; 55
3  ; 60
3,5 ; 65
4  ; 70
7  ; 90

Ved power fit finder excel funktionen 37,96...*x^0,4308... (jeg har taget alle decimalerne med i min beregning, så det er ikke dér problemet er)

Jeg beregner R^2=0,991, excel beregner R^2=0,988.
Avatar billede acore Ekspert
23. januar 2016 - 10:58 #1
Jeg tror du kan finde en forklaring her - tilsyneladende er det en fejl i Excel - har dog ikke nærlæst hele posten

http://answers.microsoft.com/en-us/office/forum/officeversion_other-excel/excel-r-squared-is-incorrect/1dd48555-5f9e-41db-a0d9-b42d95f85499?auth=1
Avatar billede pingvinvarmer Nybegynder
26. januar 2016 - 08:46 #2
Njae... Jeg syntes ikke de berører forskellen imellem polynomium-fit og power-fit.

Desuden ser det ud til, at et par af de fejl de nævner er rettet I min version af Excel.
Avatar billede acore Ekspert
26. januar 2016 - 21:54 #3
Har lige prøvet at beregne R2 "manuelt". Jeg får 0,988 (ligesom LINEST).

Jeg får SSres til 0,005662 og SStot til 0,481078

Er du sikker på, at du får 0,991 og ikke 0,9991, for så kan jeg godt forklare det. I så fald er det fordi du beregner SSres og SStot på dine oprindelige data, og ikke efter du har taget logaritmen.
Avatar billede pingvinvarmer Nybegynder
26. januar 2016 - 23:18 #4
Hmm... Hvorfor tager du logaritmen? Er R2 ikke blot et udtryk for hvor tæt punkterne ligger på kurven I forhold til middelværdien?

Jeg får SSres til 15,58 og SStot til 1801,50.

R2 får jeg til 0,991 som nævnt oprindeligt.
Avatar billede acore Ekspert
27. januar 2016 - 21:42 #5
Jeg har på fornemmelsen, at du laver et Chart og indsætter en power trendline (sorry, ved ikke hvad det hedder i dk versionen), hvor du får beregnet a, b og R2.

Hvis du IKKE vil gøre sådan, men benytte excel-funktioner, så har du LOGEST og LINEST.

For at lave en power trendline "manuelt", så tager du logaritmen til både dine X og Y-data og benytter LINEST. Eller det vil sige sådan gør jeg og så får jeg samme SSres, SStot og R2 som excel.

Hvordan gør du?
Avatar billede pingvinvarmer Nybegynder
28. januar 2016 - 09:07 #6
Ah, ja nu kan jeg se hvordan Excel beregner den. Den regner R2 på log(data), som du også har gjort. Men det kan da vel ikke være rigtigt?

Bør R2 ikke sige noget om hvor meget bedre kurven ligger på data end hvis man blot brugte middelværdi af data?


Årsagen til det hele er, at jeg ikke ønsker at bruge den trendline som excel kan finde, da den ikke passer med den teoretiske model for mine data. Derfor vil jeg selv lave en trendline, men stadig beregne R2.

Men nu ved jeg hvordan excel gør.
Avatar billede acore Ekspert
28. januar 2016 - 10:51 #7
Super, at vi fik det afklaret.

Jeg tror ikke, at R2 har nogen berettigelse, når det IKKE er lineær regression. Se http://blog.minitab.com/blog/adventures-in-statistics/why-is-there-no-r-squared-for-nonlinear-regression, hvor der er en forklaring.
Avatar billede acore Ekspert
29. januar 2016 - 08:58 #8
Tror jeg sender et svar ;)
Avatar billede Ny bruger Nybegynder

Din løsning...

Tilladte BB-code-tags: [b]fed[/b] [i]kursiv[/i] [u]understreget[/u] Web- og emailadresser omdannes automatisk til links. Der sættes "nofollow" på alle links.

Loading billede Opret Preview
Kategori
Vi har et stort udvalg af Excel kurser. Find lige det kursus der passer dig lige her.

Log ind eller opret profil

Hov!

For at kunne deltage på Computerworld Eksperten skal du være logget ind.

Det er heldigvis nemt at oprette en bruger: Det tager to minutter og du kan vælge at bruge enten e-mail, Facebook eller Google som login.

Du kan også logge ind via nedenstående tjenester