Как рассчитать регрессию в Excel: 3 метода с примерами и формулами

Регрессионный анализ — это статистический метод, который помогает выявить зависимость между переменными и спрогнозировать будущие значения. В Microsoft Excel его можно провести несколькими способами: от простых формул до встроенных инструментов анализа. Если вы работаете с данными о продажах, научными экспериментами или финансовыми показателями, умение строить регрессию сэкономит часы ручных расчётов.

Многие ошибочно думают, что для регрессии нужны специализированные программы вроде Python или R. На самом деле, Excel справляется с задачей не хуже — главное знать, где искать нужные функции. В этой статье мы разберём три метода: ручной расчёт с формулами, использование надстройки «Пакет анализа» и построение линии тренда на графике. Вы сможете выбрать подходящий вариант в зависимости от объёма данных и требуемой точности.

Прежде чем приступить, убедитесь, что ваши данные подготовлены правильно: независимая переменная (X) и зависимая (Y) расположены в отдельных столбцах, а пустые ячейки и ошибки (#Н/Д, #ЗНАЧ!) устранены. Это критично — Excel игнорирует пустые ячейки при расчётах, что искажает результаты регрессии на 15–30%.

Метод 1: Ручной расчёт с формулами НАКЛОН и ОТРЕЗОК

Самый простой способ — использовать встроенные функции НАКЛОН и ОТРЕЗОК. Они возвращают коэффициенты линейной регрессии y = bx + a, где:

• 📈 НАКЛОН — коэффициент b (угол наклона прямой), показывает, насколько изменится Y при увеличении X на 1.
• 📍 ОТРЕЗОК — коэффициент a (свободный член), значение Y при X = 0.

Допустим, у вас в столбце A2:A10 значения X, а в B2:B10 — Y. Введите формулы:

=НАКЛОН(B2:B10; A2:A10)  // Коэффициент b
=ОТРЕЗОК(B2:B10; A2:A10)  // Коэффициент a

Чтобы спрогнозировать значение Y для нового X, используйте формулу:

=НАКЛОН(B2:B10; A2:A10)*X_новый + ОТРЕЗОК(B2:B10; A2:A10)

⚠️ Внимание: Если ваши данные нелинейны, этот метод даст неточные результаты. Для кривых зависимостей используйте ЛГРФПРИБЛ (логарифмическая регрессия) или ЭКСПОНЕНЦ (экспоненциальная).

Метод 2: Инструмент «Пакет анализа» (регрессия за 3 клика)

Для полноценного анализа с коэффициентом детерминации (R²) и статистикой значимости включите надстройку «Пакет анализа»:

1. Перейдите в Файл → Параметры → Надстройки.
2. Внизу окна выберите Управление: Надстройки Excel → Перейти.
3. Отметьте Пакет анализа и нажмите OK.

Теперь инструмент доступен в Данные → Анализ данных → Регрессия. Заполните поля:

• 📊 Входной интервал Y — диапазон зависимой переменной (например, B2:B10).
• 📉 Входной интервал X — диапазон независимой переменной (A2:A10).
• 📌 Выходной интервал — укажите ячейку для результатов (например, D1).
• 🔲 Отметьте Остатки и График остатков для визуализации ошибок.

В результатах обратите внимание на:

⚠️ Внимание: Если в выходных данных есть #Н/Д в столбце «Коэффициенты», проверьте, нет ли в исходных данных текста или ошибок. Excel автоматически исключает нечисловые ячейки, но не предупреждает об этом!

Метод 3: Линия тренда на графике (визуальный анализ)

Для быстрой оценки зависимости постройте точечную диаграмму:

1. Выделите данные X и Y (например, A2:B10).
2. Перейдите на вкладку Вставка → Вставить диаграмму → Точечная.
3. Щёлкните правой кнопкой по любой точке → Добавить линию тренда.
4. В настройках линии выберите Линейная и отметьте Показать уравнение на диаграмме.

На графике появится уравнение вида y = 2.5x + 10, где:

• 🔢 2.5 — коэффициент НАКЛОН.
• 🔢 10 — коэффициент ОТРЕЗОК.
• 📊 R² = 0.95 — коэффициент детерминации (чем ближе к 1, тем точнее модель).

Этот метод подходит для презентаций, но имеет ограничения:

• ❌ Нет детальной статистики (например, p-value).
• ❌ Нельзя сохранить коэффициенты в таблицу автоматически.
• ❌ Поддерживаются только 6 типов регрессии (линейная, полиномиальная, логарифмическая и др.).

Ошибки при расчёте регрессии в Excel и как их избежать

Даже опытные пользователи сталкиваются с проблемами. Вот типичные ошибки и решения:

Частая проблема — выбросы (экстремальные значения), которые искажают линию регрессии. Чтобы их обнаружить:

1. Постройте график остатков (разница между реальными и предсказанными Y).
2. Если точки образуют «веер» или выбиваются за пределы ±2σ, удалите их или используйте робустную регрессию (требует надстроек).

Продвинутые возможности: множественная регрессия

Если на Y влияет несколько переменных (X₁, X₂, ..., Xₙ), используйте множественную регрессию. В «Пакете анализа»:

1. В поле Входной интервал X укажите все столбцы с независимыми переменными (например, A2:C10 для трёх факторов).
2. Результаты будут включать коэффициенты для каждой переменной и их p-value.

Пример интерпретации выходных данных:

• 📌 Коэффициенты: показывают силу влияния каждого X на Y (при фиксированных других переменных).
• 📉 P-значение: если > 0.05, переменная статистически незначима — её можно исключить из модели.
• 🔄 Множественный R: корреляция между наблюдаемыми и предсказанными Y (идеал — близко к 1).

Для автоматизации расчётов используйте ЛИНЕЙН — массивную функцию, которая возвращает статистику регрессии в виде таблицы. Пример:

=ЛИНЕЙН(B2:B10; A2:C10; ИСТИНА; ИСТИНА)

Автоматизация регрессии с помощью Power Query и VBA

Если вам нужно регулярно обновлять регрессионные модели, используйте:

• 🔄 Power Query: для очистки данных и подготовки к анализу. Например, удаление дубликатов или замена пропусков на средние значения.
• 🤖 VBA: для создания пользовательских функций. Пример кода для линейной регрессии:

  Function LinearRegression(Y_Range As Range, X_Range As Range, Optional X_New As Double) As Double
  Dim b As Double, a As Double
  b = Application.WorksheetFunction.Slope(Y_Range, X_Range)
  a = Application.WorksheetFunction.Intercept(Y_Range, X_Range)
  If IsMissing(X_New) Then
  LinearRegression = Array(b, a)  ' Возвращает коэффициенты
  Else
  LinearRegression = b * X_New + a  ' Возвращает прогноз
  End If
  End Function

Чтобы использовать функцию:

1. Нажмите Alt+F11, вставьте код в модуль.
2. Вернитесь в Excel и введите:

   =LinearRegression(B2:B10; A2:A10; 5)

   для прогноза Y при X = 5.

⚠️ Внимание: VBA-макросы блокируются по умолчанию в Excel Online и мобильной версии. Для их работы нужна настольная версия Excel с включёнными макросами (Файл → Параметры → Центр управления безопасностью → Параметры центра управления безопасностью → Включить все макросы).

FAQ: Частые вопросы о регрессии в Excel

Sub ExportRegression()
Sheets("Регрессия").Copy
ActiveWorkbook.SaveAs "Регрессия_" & Format(Date, "dd-mm-yy") & ".xlsx"
ActiveWorkbook.Close
End Sub