Syntaxe.
LOGREG (y_connus; [x_connus]; [constante]; [statistiques])
Définition.
Cette fonction calcule la courbe exponentielle dans les analyses de régression et renvoie un tableau de valeurs décrivant cette courbe. Étant donné que cette fonction renvoie un tableau de valeurs, elle doit être entrée sous forme de formule matricielle.
Arguments
■ y_connus (requis). Les valeurs y que vous connaissez déjà de la relation y = b * mx
– Si le tableau y_connus consiste en une seule colonne, chaque colonne du tableau de x_connus est interprétée comme une variable distincte.
– Si le tableau de y_connus contient une seule ligne, chaque ligne du tableau de x connu est interprétée comme une variable distincte.
x_connus (facultatif). Les valeurs x que vous connaissez déjà de la relation y = b * mx
– Le tableau de x connu peut inclure un ou plusieurs ensembles de variables. Si une seule variable est utilisée, not_y s et x s connus peuvent être des plages de n’importe quelle forme pour autant qu’ils aient des dimensions égales. Si plusieurs variables sont utilisées, on doit connaître une plage de cellules composée d’une seule ligne ou d’une seule colonne (également appelée vecteur).
– Si x s n’est pas spécifié, il est supposé être le tableau {1,2,3, …} contenant le même nombre d’éléments que y_connus.
■ const (facultatif). Une valeur logique spécifiant s’il faut forcer la constante b à être égale à 1
– Si const est VRAI ou omis, b est calculé normalement.
– Si const est FAUX, b est égal à 1 et les valeurs m sont ajustées pour que y = mx.
■ stats (facultatif). Une valeur logique spécifiant s’il faut renvoyer des statistiques de régression supplémentaires
– Si la valeur de stats est VRAI, la fonction LOGREG () renvoie les statistiques de régression supplémentaires et le tableau renvoyé est:
{mn.mn-1 m1.b; sen.sen-1 se1.seb; r 2.sey; F.df.ssreg.ssresid}
– Si stats est FAUX ou non spécifié, la fonction LOGREG () renvoie uniquement les m-coefficients et la constante b.
Contrairement à la fonction LINEST (), la fonction LOGREG () décrit les valeurs y dépendantes et les valeurs x indépendantes en calculant une courbe exponentielle à l’aide de la formule commune suivante:
y = b x mx
où y et x peuvent être des vecteurs:
Chaque base a un exposant associé x. Cela signifie que les références ou les valeurs doivent avoir le même nombre d’éléments.
Comme la fonction DROITEREG (), LOGREG () renvoie un tableau décrivant la relation entre les valeurs. La différence est que la fonction LOGREG () ajuste les données à une courbe exponentielle alors que DROITEREG () utilise une ligne droite.
S’il n’existe qu’une seule variable x indépendante, vous pouvez calculer la pente m et l’ordonnée à l’origine avec les formules suivantes:
■ Pente m: = INDEX (LOGREG (y_connus; x_connus); 1)
■ y-intercept b: = INDEX (LOGREG (non_y; not_x); 2)
Utilisez l’équation y = b * mx pour estimer les valeurs de y futures. Pour estimer les valeurs, vous pouvez également utiliser la fonction CROISSANCE ().
Si vous spécifiez une constante de tableau (telle que valeurs x) en tant qu’argument, vous devez diviser les valeurs d’une ligne avec des deux points et les lignes avec des virgules.
Exemple.
Pour expliquer le mode de calcul des valeurs de régression, utilisez l’exemple de la fonction DROITEREG (). L’année dernière, les commandes sur le site Web de l’entreprise ont considérablement augmenté. La direction veut savoir la raison. L’augmentation des ventes est-elle attribuable au marketing ou à la publicité? L’augmentation du nombre de visites sur le site Web a-t-elle entraîné une augmentation des ventes? Cela signifie que l’entreprise souhaite connaître la corrélation entre les visites sur le site Web et les commandes en ligne.
Le service marketing est invité à effectuer une analyse et crée une liste Excel permettant de comparer les visites sur le site Web et les commandes en ligne des 18 derniers mois. Le service marketing effectue une analyse de régression à l’aide de la fonction LOGREG () (voir la figure).
Figure Comparer les visites sur le site avec les commandes en ligne.
Un graphique illustre les commandes comparées aux visites sur le site Web, comme illustré à la figure.
Comme vous pouvez le voir sur la figure, les commandes en ligne affichent une croissance exponentielle en fonction des visites sur le site. Par conséquent, on peut supposer que les commandes augmentent en fonction des visites sur le site Web.
Dans ce cas, utilisez la fonction LOGEST () pour calculer les valeurs de régression. Cette fonction renvoie les résultats montrés à la figure.
Figure Les résultats de l’analyse de régression exponentielle.