Несколько способов интерпретации результатов регрессионного анализа в Excel:

• Оценка качества модели. 2 Один из основных показателей — коэффициент детерминации (R²). 13 Он находится в диапазоне от 0 до 1 и показывает, насколько хорошо регрессионная модель соответствует данным. 3 Например, значение 0,041 означает, что только 4% дисперсии оборота объясняется независимыми переменными. 1
• Определение статистической значимости. 1 Для этого проверяют p-значения и F-значение анализа. 1 Значение p-value, которое меньше 0,05, указывает на высокую статистическую значимость, что означает, что результаты ценны в контексте гипотез. 1
• Расчёт относительной важности переменных. 1 Для этого вычисляют бета-коэффициент для каждой независимой переменной. 1 Этот коэффициент показывает, насколько сильно независимая переменная влияет на зависимую переменную. 1 Более высокие значения указывают на большую относительную важность. 1
• Определение значения Y при всех остальных факторах, равных нулю. 2 Этот показатель расположен в ячейке на пересечении строки «Y-пересечение» и столбца «Коэффициенты». 2
• Оценка уровня зависимости Y от X. 2 Значение на пересечении граф «Переменная X1» и «Коэффициенты» показывает уровень зависимости Y от X. 2 Например, коэффициент 1,31 считается довольно высоким показателем влияния. 2

Интерпретация результатов регрессионного анализа в Excel требует определённых знаний и подготовки, поэтому работать с полученными данными и понимать их суть может только подготовленный человек. 2