Binary alternativ xlstat

Bästa statistiska analysprogram 2017 1. MAXSTAT MAXSTAT. DE 8211 Maxstat 8211 Gratis och enkel statistik programvara. MaxStat är en lättanvänd och gratis statistisk mjukvara för vetenskaplig dataanalys, speciellt utformad för studenter och forskare. Gratis lite version tillgänglig. 2. MINITAB MINITAB 8211 Minitab. Genom att kombinera datastyrt beslutsfattande med Minitab-analysen, förvandlade Crayola det sätt det gör affärer, vilket gör det möjligt för företaget att koncentrera sina resurser där de har störst effekt. 3. PLUG-N-SCORE PLUG-N-SCORE 8211 Kreditvärderingsprogram. Praktiska kreditvärderingsverktyg. PlugampScore. PlugampScore ger ett unikt och innovativt tillvägagångssätt för kreditscoring modellering. Det är kredit risk poäng programvara, låne poäng program för scorecard modell. LUMINA 8211 Lumina Business Intelligence Tools, Enterprise Risk Management amp Beslutsstöd Programvara Analytica 8211 Lumina Decision Systems. 5. STATWING STATWING 8211 Statging Effektiv och härlig statistisk analysprogramvara för undersökningar, Business Intelligence-data och mer. STATA 8211 Dataanalys och statistisk programvara Stata. Dataanalys och statistisk programvara för proffs. Stata är ett komplett, integrerat statistikpaket som ger allt du behöver för dataanalys, datahantering och grafik. XLSTAT 8211 XLSTAT statistisk programvara för Excel. XLSTAT är en användarvänlig statistisk programvara för Microsoft Excel. Det är den mest kompletta och allmänt använda dataanalystillägget för Excel, PC och Mac. 8. ACASTAT ACASTAT 8211 AcaStat Software. Lågkostnadsalternativ till dyra statistiska programvarupaket. AM. AIR. ORG 8211 AM Statistisk programvara. AM är fortfarande i beta-utgåva, och den nya Beta-versionen 0.06.00 lägger till stor kapacitet. Några av förbättringarna är: Grafik. För första gången erbjuder AM statistisk grafik. Just nu producerar det stapeldiagram, linjekartor och den nya sektionsdiktitetsplotten. Sektionsgraden är utformad för att jämföra distributioner. Vi tänker på den som nästa generation av box-and-whisker-plot. Titta på framtida versioner för utökad grafisk förmåga. Nya importexportanläggningar som gör att du enkelt kan exportera exportdata till nästan 150 olika datafilformat, liksom över ODBC. Se File Import General Import och File Export General Export på AM8217s huvudmeny. Provkonstruktiva konsekventa Wald-tester av modell som passar alla regressionsmodeller, inklusive pek-och-klicka-förmåga att testa betydelsen av undergrupper av regressorer. Ett nytt Mantel-Haenszel-stratifierat chi-kvadrattest av typen som vanligtvis används för att utvärdera differentiell objektfunktion vid test. Som med alla AM-procedurer, ger den en signifikanstest som är lämplig för komplexa provdesigner. En expanderad uppsättning modeller när den föredragna variansuppskattningsmetoden är en av replikationsmetoderna. 10. ANALYZE-IT ANALYZE-IT 8211 Statistik mjukvara för statistisk analys i Microsoft Excel. Vi utvecklar Analys-it 8212 till den oöverträffade statistikprogramvaran för djup statistisk analys och visualisering i Excel. 11. LEXISNEXIS LEXISNEXIS 8211 Välkommen till LexisNexis 8211 Välj din väg. Leverantör av juridiska, offentliga, affärs - och högteknologiska informationskällor. Läs mer eller logga in på din produkt nu. Offentliga säkerhets - och brottsbekämpande tjänstemän behöver förmågan att snabbt se handlingsbar information om lokala, regionala och nationella händelser. Möjligheten att ansluta och analysera data från olikt brottsbekämpande system i ett användarvänligt system är avgörande. Med hjälp av stark teknik, robust analys, brotts kartläggning och visuella verktyg är brottsbekämpning bättre rustad att fatta välinformerade implementeringsbeslut när man arbetar med regionala serier, mönster och trender. 12. ACTUATE ACTUATE 8211 OpenText Aktivera Analytics och Reporting. Vi erbjuder skalbara lösningar för att skapa förstärkare som levererar dynamiska, anpassade datadrivna appar med inbäddad analys som sparar tid för att förbättra varumärkesupplevelser. 13. STATSOLS STATSOLS 8211 Statsols Provgivare av nQuery Sample Size Calculator Räknare PX Analytics. Statsols har levererat innovativa statistiska lösningar till statistiker och forskare i över 20 år genom nQuery-provkalkylprogramvara. 14. SALFORD-SYSTEMS SALFORD-SYSTEMS 8211 Salford Systems Data Mining och Predictive Analytics Software. Data Mining och predictive analytics Programvara för att göra bättre affärsbeslut. 15. COHORT COHORT 8211 CoHort Software 8211 Grafik och statistik för forskare och ingenjörer. Grafikk - och statistikprogram för forskare och ingenjörer: CoPlot (för publikationskvalitet 2D - och 3D-grafer, kartor och tekniska ritningar), CoStat (för statistisk analys) och CoCalc (en gratis RPN-vetenskaplig räknare). 16. CAMLINE CAMLINE 8211 Programvarulösningar för tillverkningsexpertis. MES-lösningar för tillverkning. 17. CRICKETSTATZ CRICKETSTATZ 8211 KRICKET STATZ. Generera över 80 avancerade cricket statistikrapporter från detta mångsidiga mjukvarupaket. Importera matcher från MyCricket, Play-Cricket och många scoring-appar. Publicera matchnings - och statistikrapporter till din webbplats. Batting Order Optimiser-funktionen hjälper tränare att skapa den perfekta batting line up. Historical Data Manager låter dig inkludera historisk statistik och resultat, inklusive att importera historiska sammanfattningsdata från Excel. För PC8217s som kör Windows 10, 8.1, 8 och 7. 18. DAKTRONICS DAKTRONICS 8211 Daktronics. Resultattavlor, LED-bildskärmar, meddelandeskyltar, skyltar. 19. DATADESK DATADESK 8211 Data Description, Inc. Data Description utvecklar, säljer och stöder datautforskning och visualiseringsapplikationer och innovativ statistik och träningsprogram. 20. BESLUTSANALYS AV BESLUTSANALYS 8211 Beslutsanalys. Att tillhandahålla marknadsundersökningar och analytiska konsulttjänster för att hjälpa företag att mäta, tolka, förutsäga och navigera i framtiden är vad beslutsanalyset handlar om. Bästa statistiska programvaran: DEVELVE 8211 Utveckla statistisk programvara för kvalitetsförbättring DOE normality sample size. Utveckla statistisk programvara för kvalitetsförbättring, design av experiment (DOE), normalitetstest, beräkning av provstorlek, Weibull-analys, Gauge RampR. MATHWAVE 8211 EasyFit 8211 Distribution Fitting Software. Hitta lätt den bästa passande distributionen och använd den för att fatta bättre beslut. Gratis 30-dagars prov, flexibel licensiering. ESBCONSULT 8211 ESB Consultancy Hemsida. ESB Consultancy 8211 Programutveckling och utbildning 8211 Baserat i Kalgoorlie-Boulder, Western Australia. FORECASTPRO 8211 Välkommen till Pro 8211 Programvara för försäljningsprognoser, lagerplanering, efterfrågestyrning och samarbetsplanering. GRAPHPAD 8211 En kraftfull kombination av biostatistik, kurvmontering (olinjär regression) och vetenskaplig grafik. Ta reda på vad som gör Prism det valfria programmet för många av världens ledande universitet, medicinska centra, forskningsinstitut och läkemedelsföretag och what8217s nya i Prism 7. JMP 8211 Statistik 8211 Dataanalys 8211 DOE 8211 Six Sigma JMP Statistical Software från SAS. ANGOSS 8211 Prediktiv analys och affärsintelligens mjukvara och lösningar Angoss angoss. Angoss predictive analytics och data mining mjukvarulösningar hjälper företag att öka intäkterna, öka försäljningsproduktiviteten, förbättra marknadsföringseffektiviteten, fördjupa kundlojaliteten och minska risken genom att använda dataprofilering och visualisering, beslutstreeanalys, prediktiv modellering, scoring och strategibyggnad. COMSOL 8211 COMSOL Multiphysics Modeling Software. COMSOL är utvecklare av COMSOL Multiphysics-programvara, en interaktiv miljö för modellering och simulering av vetenskapliga och tekniska problem. LUMENAUT 8211 Monte Carlo Risk Simulering, Beslut Tree, Statistisk Analys Add-in Programvara för Excel av Lumenaut. GIWEBB 8211 Hämtar dig state-of-the-art inom datavetenskap. DIGIMIZER 8211 Digimizer Free Image Analysis Software. Gratis bildanalysprogramvara. Lätt att använda. NLREG 8211 NLREG 8212 Program för icke-linjär regressionsanalys. NLREG utför linjär och olinjär regressionsanalys och kurvmontering. NLREG kan hantera linjära, polynomiala, exponentiella, logistiska, periodiska och generella olinjära funktioner. NUMBERANALYTICS 8211 Number Analytics en lättanvänd molnbaserad statistisk programvara. Vi tillhandahåller en molnbaserad statistisk analys för affärsmänets regression, logistisk regression, kundsegmentering, efterfrågan analys, ny produkt förutsägelse, SPIDERFINANCIAL 8211 Excel Time Series Software NumXL. NumXL är en Microsoft Excel-programvaru-add-in. Det ger många analytiska funktioner och en intuitiv användargränssnitt och genvägar för att vägleda dig genom hela analys - och prognosprocessen. ALTREDO 8211 Binär Options Robot, Binära Optionssignaler, Forex Robot. NCSS 8211 Statistisk programvara Sample Size Software NCSS. Beställ NCSS och PASS-programvaran idag NCSS tillhandahåller kvalitativ statistisk programvara som är omfattande, exakt och lätt att använda. MEGAPUTER 8211 Megaputer Intelligence 8211 Data Mining och Text Mining Software. POWER-ANALYS 8211 Effektanalys Provstorleksberäkning statistisk programvara. Provstorlek 8211 Power Analysis Software: Att hitta eller beräkna provstorleken för en planerad studie. Kraft och precision är ett datorprogram för statistisk effektanalys. Denna programvara har ett extremt tydligt gränssnitt, och det gör det möjligt för forskare att skapa rapporter, tabeller och diagram. Gratis nedladdning av test. EQUALIS 8211 Equalis 8211 Numerisk Analys Amp Simuleringsprogram. Equalis erbjuder kraftfulla numeriska analyser och simuleringsprogram till en bråkdel av kostnaden för andra lösningar. FORTEWARES 8211 Forte Wares. Forte Wares är lösningsavdelningen i Forte Consultancy Group, som har levererat mer än 100 analysdrivna projekt till ledande organisationer i hela EMEA-regionen. QSYST 8211 Qualisyst Ltd. har över 20 års erfarenhet av utveckling av metrologi, kvalitetssäkring och kvalitetshanteringsprogram. Vårt mål att förbättra våra customers8217 effektivitet uppnås genom att tillämpa det holistiska tillvägagångssättet för ökad produktivitet och kvalitet samtidigt som kostnaderna minimeras. Tillsammans med våra innovativa mjukvarulösningar har partnerskapet vi odlar med våra kunder lagt grunden för vår fortsatta framgång. MARKITSOFT 8211 Excel-kalkylblad för affärsplaner, prognoser för budgetar. Våra Excel-kalkylblad hjälper chefer att skapa affärsplaner, budgetar, hanteringsrapporter, försäljningsprognoser och kreditrapporter för snabbare och smartare finansiell planering och affärsplanering. SCILAB. IO 8211 Scilab. io Open Source Modeling, Simulation och Scientific Data Analysis. LISA-LIMS 8211 T amp P Bochum och Bern lisa. lims it. solutions it. services. t amp p Bochum och Bern Med lisa. lims, it. solutions och it. services har vi etablerat oss inom IT-branschen. t amp p Bochum och Bern. STATISTIX 8211 Statistix. Statistix är ett högklassigt, lättanvänt, billigt statistiskt analysprogram utformat för forskare. Ladda ner en gratis provversion. STATISTIXL 8211 Kraftfull data - och statistisk analysprogramvara för Microsoft Excel. StatistiXL är ett avancerat data - och statistikanalyspaket som fungerar som ett tillägg till Windows-versioner av Microsoft Excel. Det innehåller dussintals kraftfulla analysverktyg som är snabba att lära sig och lätt att använda. STATPAC 8211 Survey Software 8211 Crosstabs Software 8211 Online - och Pappersundersökningar. Survey mjukvara för onlineWeb undersökningar, pappersundersökningar, email undersökningar och intervjuer. Utestående crosstab och banderoller och statistisk analys. CYTEL 8211 Cytel. Cytel statistiska och kliniska forskningsexperter presenteras igen på JSM 2015 i Seattle. RTI. ORG 8211 RTI. RTI är ett oberoende, ideellt institut som tillhandahåller forskning, utveckling och tekniska tjänster till offentliga och kommersiella kunder över hela världen. Vårt uppdrag är att förbättra det mänskliga tillståndet genom att vända kunskap till praktiken. CAMO 8211 CAMO-programvara, ledande multivariata dataanalys och design av experimenteringslösningar. Multivariate Data Analysis amp Design av Experiments mjukvara för Process Control, Chemometrics, Spectroscopy Amp Data Mining i industriell forskning. TIBCO 8211 TIBCO Global Leader inom Infrastruktur och Business Intelligence Software. TIBCO Software är den ledande oberoende leverantören av infrastrukturprogramvara som skapar händelseaktiverade företag att använda på plats eller som en del av cloud computing-miljöer. TURBOSTATS 8211 Baseball, Basket, Softball, Fotboll, Volleyboll, Statistisk Programvara App. TurboStats för BaseballSoftball, Basket, Fotboll, GRATIS DOWNLOADS. Används av tusentals lag Spår 100 statistik, obegränsade lagspel, lag - och ligastillstånd, fältlayouter och lineup-kort, genererar webbsidor någon stat. paj-, streck - och linjediagram, säkerhetskopiering av backupförstärkare, RightyLefty-uppdelningar. UNISTAT 8211 Unistat Statistics Software UNISTAT 6.5 UNISTAT är den ultimata Excel-statistiktillägget. WHATAGRAPH 8211 Anpassa amp Visualize Website Reports Whatagraph. Whatagraph hjälper marknadsföringsbyråer och oberoende webbplatsägare att få fullständig översikt över webbprestanda genom att använda visuell repo. Annonser från GoogleFinding Logistikregressionskoefficienter med Excels Solver Vi visar nu hur man hittar koefficienterna för den logistiska regressionsmodellen med hjälp av Excel8217s Solver-kapacitet (se även Målsökande och Solver). Vi börjar med exempel 1 från grundläggande begrepp för logistisk regression. Exempel 1 (Exempel 1 från grundläggande begrepp för logistisk regression fortsatte): Från definition 1 av grundläggande begrepp för logistisk regression. de förutspådda värdena pi för sannolikheten för överlevnad för varje intervall i ges av följande formel där xi representerar antalet rems för intervallet i. Log-sannolikhetsstatistiken som definierad i definition 5 av grundläggande begrepp för logistisk regression ges av var yi är det observerade värdet för överlevnad under det första intervallet (det vill säga y i fraktionen av ämnen i det första intervallet som överlevde). Eftersom vi aggregerar provelementen i intervaller använder vi den modifierade versionen av formeln, nämligen där yi är det observerade värdet av överlevnad under intervallet i det första och vi fångar denna information i arbetsbladet i Figur 1 (baserat på data i figur 2 av grundläggande begrepp för logistisk regression). Figur 1 Beräkning av LL baserat på initialt gissning av koefficienter Kolumn I innehåller remvärdena för varje intervall (kopia av kolumn A och E). Kolumn J innehåller den observerade sannolikheten för överlevnad för varje intervall (kopia av kolumn F). Kolumn K innehåller värdena för varje pi. T. ex. cell K4 innehåller formeln 1 (1EXP (-O5O6I4)) och har ursprungligen värdet 0,5 baserat på den initiala gissningen av koefficienterna a och b som ges i cellerna O5 och O6 (som vi valfritt satt till noll). Cell L14 innehåller värdet av LL med användning av formeln SUM (L4: L13) där L4 innehåller formeln (B4C4) (J4LN (K4) (1-J4) LN (1-K4)) och på liknande sätt för de andra cellerna i kolumn L. Vi använder nu Excels Solver-verktyg genom att välja Data gt AnalysisSolver och fylla i dialogrutan som visas som beskrivs i Figur 2 (se Sök efter mål och Solver för mer information). Figur 2 Excel Solver dialogruta Vårt mål är att maximera värdet av LL (i cell L14) genom att ändra koefficienterna (i cellerna O5 och O6). Det är dock viktigt att se till att kryssrutan Gör ej begränsade variabler inte-negativ inte är markerad. När vi klickar på Solve-knappen får vi ett meddelande om att Solver har lyckats hitta en lösning, dvs det har hittat värden för a och b som maximerar LL. Vi väljer att hålla lösningen hittad och Solver uppdaterar automatiskt kalkylbladet från Figur 1 baserat på de värden som den hittade för a och b. Det resulterande arbetsbladet visas i Figur 3. Figur 3 Reviderad version av Figur 1 baserat på Solvers lösning Vi ser att en 4.476711 och b -0.00721. Således ges den logistiska regressionsmodellen med formeln Till exempel är den förutsagda sannolikheten för överlevnad när den exponeras för 380 strålningsstrålar ges av sålunda oddsen som en person som utsätts för 180 rems överlever är 15,5 större än en person som utsätts för 200 rems . Real Statistics Data Analysis Tool. Real Statistics Resource Pack tillhandahåller verktyget Logistic Regression supplementary data analysis. Det här verktyget tar som en ingång ett intervall som listar provdata efterfulgt av antalet förekomster av framgång och fel. T. ex. för exempel 1 är detta data i intervall A3: C13 i figur 1. För detta problem fanns det bara en oberoende variabel (antal rems). Om ytterligare oberoende variabler används, kommer inmatningen att innehålla ytterligare kolumner, en för varje oberoende variabel. Vi visar hur du använder det här verktyget för att skapa ett kalkylblad som liknar det i Figur 3. Först trycker du på Ctrl-m för att få fram menyn med verktyg för dataanalys för Real Statistics och väljer alternativet Regression. Detta kommer i sin tur att leda till en annan dialogruta. Välj alternativet Logistisk regression och tryck på OK-knappen. Detta leder till dialogrutan som visas i Figur 4. Figur 4 Dialogrutan för logistikregressionsdataanalysverktyg Välj nu A3: C13 som ingångsområde (se Figur 5) och eftersom dessa data är sammanfattande med kolumnrubriker, välj Sammanfattning datautval för ingångsformat och kontrollrubriker medföljer data. Därefter väljer du Solver som analystyp och behåll standardvärdena Alpha och Classing Cutoff av .05 respektive .5. Slutligen trycker du på OK-knappen för att få utmatningen som visas i Figur 5. Figur 5 Utmatning från logistiskt regressionsverktyg Det här verktyget anger som ingång ett intervall som listar provdata följt av antalet förekomster av framgång och misslyckande (detta anses vara sammanfattningen form). T. ex. för exempel 1 är detta data i intervall A3: C13 i Figur 1 (upprepad i Figur 5 i samma celler). För detta problem fanns det bara en oberoende variabel (antal rems). Om ytterligare oberoende variabler används, kommer inmatningen att innehålla ytterligare kolumner, en för varje oberoende variabel. Observera att koefficienterna (intervall Q7: Q8) sätts initialt till noll och (cell M16) beräknas vara -526.792 (exakt som i Figur 1). Utgången från Logistic Regression data analysis verktyg innehåller också många fält som kommer att förklaras senare. Såsom beskrivs i Figur 2 kan vi nu använda Excels Solver-verktyg för att hitta den logistiska regressionskoefficienten. Resultatet visas i Figur 6. Vi erhåller samma värden för regressionskoefficienterna som vi erhållit tidigare i Figur 3, men även alla andra celler uppdateras med de korrekta värdena. Figur 6 Reviderad produktion från Solver Bob Francis säger: Jag har precis laddat ner riktiga statistik och lagt den i excel. Tidigare har jag använt lösare för att bestämma maktbetyg för NFL-lag med syftet att bestämma en sann poängspridning och totalt för vadslagning på sport. Lösaren använder emellertid linjär regression och samtidigt som det gör ett bra jobb tror jag att en logistisk regression markov-kedja kan vara ett mer dynamiskt alternativ. Jag vet att stora idrottsspelssyndikater använder logistisk regression för dessa ändamål men de kommer givetvis inte att avslöja hur de gör det. Vad jag vill uppnå är nära det där. Kan detta ske i excel med det riktiga statistikpaketet jag har år med data och statistik och vad jag vill åstadkomma är att mäta dessa NFL-lag, bestämma varje lagets hemfältfördel, och slutligen prognosa ett slutresultat. Du måste också inse, jag är inte en av dessa MIT-statistiker. Jag gick aldrig till skolan för statistik. Men jag vet sportstatistik och hur de värderas när det gäller vadslagning på sport. Hur skulle jag gå för att bestämma ovanstående i Excel med RealStats-paketet. Om du skulle kunna hjälpa mig skulle jag alltid vara tacksam. Om detta är ett stort projekt, förstår jag att din tid är värdefull. Behöver bara peka i rätt riktning. Bob, jag har inte försökt att implementera denna typ av tillvägagångssätt själv med logistisk regression, men det är ganska enkelt att använda dataanalysverktyget Real Statistics Logistic Regression, och jag föreslår därför att du börjar spela med det för att se hur det Arbetar. Jag är tillgänglig för att svara på frågor. Charles Tack så mycket för dina statistiska verktyg och ge användbara praktiska exempel. Du är i en egen liga. Att kombinera komplex statistisk kunskap med skapandet av verktyg som är enkla att använda är inte en liten prestation. Jag jobbar med ett problem som jag skulle behöva din vägledning. Jag försöker bestämma hur prestationsbedömningen är kopplad till kön och positionsnivå i vår organisation. Jag antar att jag arbetar med en ordinär modell eftersom betygsgränserna sträcker sig från 1 (inte uppfyllde, dvs dålig prestanda) till 5 (överträffad, dvs utmärkt prestanda). Kön är male0, female1 och level är 0 till 4. Vilken regressionsmetod ska jag använda, binär eller multinomial Data ser så här ut: Kön Nivå 1 2 3 4 5 Totalt 00 16 167 790 377 78 1 428 0 1 5 69 366 220 61 721 0 2 0 19 225 186 78 508 0 3 0 3 57 47 24 131 0 4 0 0 13 21 19 53 1 0 3 109 762 364 84 1 322 1 1 2 39 273 195 58 567 1 2 1 17 155 143 67 383 1 3 0 2 39 28 20 89 1 4 0 0 10 10 8 28 Marc, Om den beroende variabeln bara tar två värden (t. ex. Man eller Kvinna), använd sedan binär logistisk regression. Om den beroende variabeln tar ett litet antal värden mer än två (t. ex. Nordamerika, Europa, Asien), använd sedan multinomial logistisk regression. Charles Hi Charles, det här ger en bra introduktion, tack för att du har lagt in tid för att utarbeta, och från alla kommentarer är din blogg avstängd från hjälp till många läsare. Jag har en fråga när vi introducerar en sekundär variabel, vi kan säga ålder i ditt exempel. Jag har gjort det genom att skapa en sekundär tabell med kategoriska värden och följde samma metod. Jag har skapat 8216a8217, 8216b8217 och 8216c8217 och ställt dem till noll. Så nu har jag två tabeller som liknar Fig 1 (dvs alla pi-värden är 0,5 8211 eftersom abc0 för närvarande) Nu för pitable1 använder jag följande ekvation 1 (1exp (-a-bt1x) För pitable2 använder jag följande ekvation 1 (1exp (-a-ct2x) När jag går till lösaren och berättar att jag vill maximera de två LL-värdena, genom att ändra 8216a8217, 8216b8217 och 8216c8217, får jag ett fel som säger att 8220Objective Cell måste vara en objektiv cell på datasheet8221. i min 8220Set Objective8221 box har jag LLtable1 cell LLtable2 cell Jag har lagt in en formel för att lösa pi i Sorry Luke, men jag don8217t helt följ det du försöker göra. Också din kommentar är ofullständig och slutar med 8220 Jag har lagt in en formel för att lösa pi i the8221. Det verkar som om du försöker maximera två celler samtidigt. Solver doesn8217t gör det här, även om du förmodligen kan komma med ett sätt att kombinera maximering av två värden i en. Charles Kära Dr Charles, Jag har provat ditt logistiska regressionsverktyg med hjälp av datasatsen belo w. Denna dataset är en del av den berömda Fisher datasatsen för iris. Det binära resultatet kallas Typ och visas i den sista kolumnen. De första fyra kolumnerna är irisegenskaper. Jag bestämde mig för att använda Logistic Regression-verktyget med bara en oberoende variabel i taget. För SL och Type är utdata koefficienterna fina. Samma gäller SW och Typ. Men om jag försöker PL och Typ eller PW och Type klagar programmet VALUE är alla celler inklusive p-Pred. Min misstanke är att när datorn söker parameternumret för att bestämma koefficienter, blir logiten ibland stor och Excel vet inte hur man hanterar siffror bortom ca. exp (710). Vänligen låt mig veta vad jag ska göra. Tack. PW PL SW SL Typ 2 14 33 50 0 2 10 36 46 0 2 16 31 48 0 1 14 36 49 0 2 13 32 44 0 2 16 38 51 0 2 16 30 50 0 4 19 38 51 0 2 14 30 49 0 2 14 36 50 0 4 15 34 54 0 2 14 42 55 0 2 14 29 44 0 1 14 30 48 0 3 17 38 57 0 4 15 37 51 0 2 13 35 55 0 2 13 30 44 0 2 16 32 47 0 2 12 32 50 0 1 11 30 43 0 2 14 35 51 0 4 16 34 50 0 1 15 41 52 0 2 15 31 49 0 4 17 39 54 0 2 13 32 47 0 2 15 34 51 0 1 15 31 49 0 2 15 37 54 0 4 13 39 54 0 3 13 23 45 0 3 15 38 51 0 2 15 35 52 0 3 14 34 46 0 5 17 33 51 0 2 14 34 52 0 6 16 35 50 0 3 14 30 48 0 2 19 34 48 0 2 12 40 58 0 2 14 32 46 0 4 15 44 57 0 2 15 34 52 0 2 15 31 46 0 3 13 35 50 0 3 14 35 51 0 2 16 34 48 0 2 17 34 54 0 2 15 37 53 0 24 56 31 67 1 23 51 31 69 1 20 52 30 65 1 19 51 27 58 1 17 45 25 49 1 19 50 25 63 1 18 49 27 63 1 21 56 28 64 1 19 51 27 58 1 18 55 31 64 1 15 50 22 60 1 23 57 32 69 1 20 49 28 56 1 18 58 25 67 1 21 54 31 69 1 25 61 36 72 1 21 55 30 68 1 22 56 28 64 1 15 51 28 63 1 23 59 32 68 1 23 54 34 62 1 25 57 33 67 1 18 51 30 59 1 23 53 32 64 1 21 57 33 67 1 18 60 32 72 1 18 49 30 61 1 23 61 30 77 1 18 48 30 60 1 20 51 32 65 1 25 60 33 63 1 18 55 30 65 1 22 67 38 77 1 21 66 30 76 1 13 52 30 67 1 20 64 38 79 1 20 67 28 77 1 14 56 26 61 1 18 48 28 62 1 24 56 34 63 1 16 58 30 72 1 21 59 30 71 1 18 56 29 63 1 23 69 26 77 1 19 61 28 74 1 18 63 29 73 1 22 58 30 65 1 19 53 27 64 1 20 50 25 57 1 24 51 28 58 1 Problemet verkar vara annorlunda. För fallet PW och Type, om PW är 13 är resultatet alltid en framgång. Det finns ingen data där PW är mellan 6 och 13. Denna triviala situation förhindrar att modellen övergår till en lösning. I vilket fall som helst, den korrekta modellen inte ges av en logistisk regressionsmodell, men enligt regelns framgång motsvarar PW 13, säger PW Uday: Tack för ditt snabba svar. Precis som du föreslår, hade jag börjat använda alla fyra variablerna samtidigt och fått alla VALUE svaren. För att identifiera varför minskade jag gradvis antalet oberoende variabler. Precis som du fann jag att PW och PL är stegfunktioner, och att detta är källan till varför Logistic Regression-verktyget (som det för närvarande står) inte kan hitta en lösning. Från en djupare synpunkt är en stegfunktion det begränsande fallet hos logistik s-kurvan, så jag tittade på varför Excel inte kan få en lösning. Jag tror att problemet är att logiten ibland blir stor, och Excel vet inte hur man hanterar siffror utöver ca. exp (710). Så vid beräkning av sannolikheten, 1 (EXP (-Logit) 1 tänkte jag att ett IF-uttalande som IF (E2gt-700, 1 (EXP (-Logit) 1), 1) kan fungera. Var snäll att ha ett verktyg som fungerar för data som är stavsfunktioner. Uday, Har du försökt göra ändringen på ett av kalkylbladen Löser det problemet Om så kommer jag göra ändringen du föreslår. Charles Uday Sukhatme säger : Kära Charles, jag är ledsen att jag inte kom tillbaka till dig förrän 8211 fick sidospår i andra problem. I vilket fall som helst gjorde jag förändringen som nämnts ovan och testat den. Det förbättrar avsevärt användningen av det logistiska regressionsverktyget, i synnerhet för data som kan hända att vara nära stegfunktionerna. För att hålla Logit-värdet alltför stort eller för litet (båda är problem för Excel) i Solver-processen fungerar ett välvalgt IF-uttalande riktigt bra. Antag att vi vill behålla Logit inom intervallet -30 till 30. Då, i princip där du har uttalandet 1 (EXP (-Logit) 1) för c Omdirigerar utdata på kalkylbladet, ändrade jag det till IF (Logitgt30, EXP (-30), IF (Logitgt-30,1 (EXP (-Logit) 1), 1-EXP (-30))). Denna förändring fungerar mycket bra för att anpassa Fisher-irisdata. Uday Kära Dr Zaiontz: Dina kommentarer och tillägget fungerade mycket bra för vårt projekt Jag har en ytterligare fråga: För en av våra oberoende variabler var koefficienten -0,2987, medan 95 CI för koefficienten beräknades som (0,399613 , 1,38896). Det har varit mycket länge sedan jag studerade statistik (så det här projektet har varit mycket engagerande), och jag kämpar med det faktum att den lägre gränsen för CI för vår negativa koefficient är inte negativ. CI verkar inte innehålla 0, men om den nedre gränsen var negativ, skulle vi acceptera nollhypotesen. Kan du hjälpa mig att förstå Tack Annabel Kära Annabel, Det låter som någonting isn8217t helt rätt. CI för en koefficient bör innehålla koefficientens värde. Om du skickar kalkylbladet där du fick resultatet kan jag försöka hitta vad som hände. Charles I8217m är helt ny för all den här logistiska regressionssaken. Min fråga är att det finns någon metod där vi inte behövde ladda ner 8216Real Statistical Resource Pack8217 för att lösa den sista delen av denna logistikregression. Vilket innebär att försöka lösa med hjälp av vanliga Excel Regression verktyg. Tyvärr, om min fråga inte har någon mening, vet jag inte om det gör det med standardutskriftsegenskaper för Excel. Det kan göras med hjälp av Excel8217s Solver som beskrivs på webbplatsen. Charles. Tack för ditt svar. Verkligen, there8217s ingen signifikant skillnad mellan lösningsmetoden resultat och Newton8217s metodresultat (uppenbarligen är de inte lika). Så, i mitt fall, använder Newton8217s metod nog. Jag kommer att granska informationen på webbsidan med det syfte att upptäcka redundans (jag misstänker att två av mina sex oberoende variabler ger samma information till min modell och båda har betydande betavärden vid tvivel, jag kommer att bevara båda variablerna) . Tack så mycket för ditt förslag. William Agurto säger: Logistisk regression stämmer automatiskt bra vid användning av Newton8217s metod, men that8217s är inte fallet när Excel8217s Solver används: användaren måste ange parametrar i Solver för att slutföra regressionen och för att få resultat. Det är bättre att ändra VBA-kod med det syfte att automatiskt köra Excel8217s Solver utan user8217s intervention, med följande VBA-funktioner: SolverOK (för att ställa in alla parametrar) och SolverOptions (för att indikera att värden don8217t måste vara icke-negativa). VBA-hjälp visar hur du kan använda dessa funktioner. Bellow there8217s ett exempel på hur man använder dem (det extraherades från VBA hjälp, spanska språkversionen engelska versionen använder samma exempel). 8216 Ejemplo Det gick inte att se hur mycket det var än 0,001. Arbetsblad (8220Sheet18221).Activate SolverReset SolverOptions Precision: 0.001 SolverOK SetCell: Range (8220TotalProfit8221), MaxMinVal: 1, ByChange: Område (8220C4: E68221) SolverAdd CellRef: Område (8220F4: F68221), Relation: 1, FormulaText: 100 SolverAdd CellRef : Range (8220C4: E68221), Relation: 3, FormulaText: 0 SolverAdd CellRef: Område (8220C4: E68221), Relation: 4 SolverSolve UserFinish: False SolverSave SparaArea: Range (8220A338221) 8216 Jag hoppas att det här förslaget är till hjälp. William Agurto. PD: Jag körde logistisk regression, kontroller 8220Raw parameters8221 alternativet, och med 6 variabler. I både Newton8217s metodfall och Solver8217s fall kunde jag inte se kolumnen 8220HL Stat8221 bredvid kolumnen 8220Correct8221. Jag undrar om det händer eftersom mina data har sex variabler och inte bara en som ditt exempel, eller för att jag använde 8220raw data8221 alternativ istället för 8220summary data8221. Jag hoppas att du kan svara på dessa frågor. Tack. Tack för alla dina omtänksamma kommentarer. Vad gäller Solver, föreslår du att för att kunna använda Solver framgångsrikt måste användaren (eller VBA) fylla i parametrar utöver de som jag har angett på webbplatsen, särskilt de i ämnet för de begränsningar8230-fälten som gäller HL-statistik är detta something I just added in Release 2.4. Anyone using an earlier version won8217t see this column. You can check the release by entering the function VER(). In any case I just ran Logistics Regression with 6 independent variables, checking 8220Raw data8221, and did see the HL Stats column. William Agurto says: Thank you for you answer. Regarding your first comment (Solver): I mean that when I use Newton method (in my case: 6 variables, 8220raw data8221), filling all parameters: (a) Input range, (b) check in the option 8220headings included in data8221, (c) check in the option 8220raw data8221, (d) check in the option 8220Use Newton method8221, (e) number of iterations100, (f) output range, an (g) press OK, I directly obtain the regression results (betas, odds ratios, and so on). But that is not the case when I use Solver method: The result set all betas at zero value (beta i 0), and a message appears (a text bellow all the tables), with and indication to finish the regression: Now use Excel8217s Solver as follows to complete the analysis: 8211 Set Objectives: sum of LL To: Max 8211 By Changing Variable Cells: Coeff range 8211 Make Unconstrained Variabes Non-Negative: uncheck this option 8211 Select a Solving Method: GRG Nonlinear Instead of that, is possible to automatically run Solver and directly obtain beta values only introducing the correct rutine in your VBA code, using 8220SoverOk8221 and 8220SolverOptions8221 functions. In that case, the user doesn8217t need to introduced parameters to Solver, because VBA automatically calls 8220SolverOK8221 and 8220SolverOptions8221 to obtain beta values. If you do that, user can choose the method (Newton8217s method or Solver method) and obtain results without any additional intervention (that8217s not currently the case for Solver method: user have to introduce parametes to Solver to obtain the final result). Regarding HLStats: Thank you very much. I8217ll prove the release 2.4. Additional question: Are you thinking about add a routine in logistics regression to detect redundant data In my case, I suppose that one of my six variables is redundant, but I have no statistical method to prove that. William Agurto says: I had to correct some sentences in my prior message. Here the correct message. Regards. Thank you for you answer. Regarding your first comment (Solver): I mean that when I use Newton method (in my case: 6 variables, raw data), filling all parameters: (a) Input range, (b) check in the option headings included in data, (c) check in the option raw data, (d) check in the option Use Newton method, (e) number of iterations100, (f) output range, and (g) press OK, I directly obtain the regression results (betas, odds ratios, and so on). But that is not the case when I use Solver method: The result set all betas at zero value (beta i 0), and a message appears (a text bellow all the tables), with and indication to finish the regression: Now use Excels Solver as follows to complete the analysis: 8211 Set Objectives: sum of LL To: Max 8211 By Changing Variable Cells: Coeff range 8211 Make Unconstrained Variabes Non-Negative: uncheck this option 8211 Select a Solving Method: GRG Nonlinear Instead of that, is possible to automatically run Solver and directly obtain beta values only entering the correct rutine in your VBA code, using SoverOk and SolverOptions functions. In that case, the user doesnt need to enter parameters to Solver, because VBA automatically calls SolverOK and SolverOptions to obtain beta values. If you do that, user can choose the method (Newtons method or Solver method) and obtain results without any additional intervention (thats not currently the case for Solver method: user have to enter parametes to Solver to obtain the final result). Regarding HLStats: Thank you very much. Ill prove the release 2.4. Additional question: Are you thinking about add a routine in logistics regression to detect redundant data In my case, I suppose that one of my six variables is redundant, but I have no statistical method to prove that. Thanks for your clarification. The reason why I provide the Solver approach is for people who don8217t want to use VBA software. These people can copy one of the logistic regression worksheets from the Real Statistics Examples Worksheet and use Solver to find the coefficients. For everyone else I provided the Newton approach, which is completely automated. Is there any advantage of the Solver VBA solution given that I already offer a Newton VBA solution The objective of webpage real-statisticslogistic-regressioncomparing-logistic-regression-models is to test whether any of a model8217s independent variables is 8220redundant8221, i. e. doesn8217t make a significant contribution to the model. I have not created software for doing this yet, but I will likely do so shortly. For now you could copy the approach used on that webpage. About the XLStart Folder in Microsoft Excel First, there are really two Excel Startup folders. One is created by default when you install the application. Its name is XLStart. The other is created if you go to Tools Options, General tab, and enter a location in the At startup. box, shown empty, below. Tip: Heres where the trouble starts. In prior versions of Excel, it was simply referred to as Alternate Startup folder, which could be very confusing, and people would enter My Documents and other paths in there. Then, when Excel starts up the next time, it tries to open all those files. Ouch So, whats it for Suppose you are on a network, and the IT department has a macro file from which they want all users to be able to use the macros. They can tell everyone to put a network path in the At Startup box, and they put the macro file (and thats all) in that network folder. The XLStart by default is on your PC. If you dont show any path in the At Startup box (or in Alternate Startup Folder in prior versions), then somehow youve placed files in your XLStart folder that dont belong there. Do a search on your hard drive, and find XLStart, and move the files back out of there. The XLStart folder is also where Adobe Acrobat likes to place itself so that you have Print to PDF buttons on your Excel toolbar. OfficeArtilces debuted on May 26, 2005. MrExcel provides examples of Formulas, Functions and Visual Basic procedures for illustration only, without warranty either expressed or implied, including but not limited to the implied warranties of merchantability andor fitness for a particular purpose. The Formulas, Functions and Visual Basic procedures on this web site are provided as is and we do not guarantee that they can be used in all situations. Access, Excel, FrontPage, Outlook, PowerPoint, Word are registered trademarks of the Microsoft Corporation. MrExcel TM is a registered trademark of Tickling Keys, Inc. All contents 1998-2014 by MrExcel Consulting All rights reservedExcel Spreadsheets for Binary Options This article introduces binary options and provides several pricing spreadsheets. Binära alternativ ger ägaren en fast utbetalning (som inte varierar med priset på det underliggande instrumentet) eller ingenting alls. De flesta binära alternativen är europeisk stil, de prissätts med slutenformsekvationer som härrör från Black-Scholes-analysen, med avräkning bestämd vid utgången. Kontant eller Ingenting Ansvarsalternativ eller Ingenting Alternativ Binära alternativ kan antingen vara Kontant eller Ingenting eller Tillgång eller Ingenting Ett kontant eller inget samtal har en fast avlösen om aktiekursen överstiger lösenpriset vid utgången. En kontant eller ingenting har en fast avkastning om aktiekursen är under lösenpriset. Om tillgången handlar över strejken vid utgången av löptiden, är utbetalningen av en tillgång eller inget samtal lika med tillgångspriset. Omvänt har en tillgång eller ingenting en avkastning som motsvarar tillgångspriset om tillgången handlar under lösenpriset. Dessa Excel-kalkylarkpriser Kontanter eller Ingenting amp Aktivera eller Ingenting alternativ Alternativ för två eller flera kontanter eller alternativ Dessa binära alternativ är prissatta över två tillgångar. De har fyra varianter, baserat på förhållandet mellan spot - och strejkpriser. upp och upp. Dessa betalar endast om aktiekursen för båda tillgångarna ligger under spotpriset för båda tillgångarna upp och ner. Dessa betalar endast om spotpriset på en tillgång ligger över sitt anskaffningspris och spotpriset på den andra tillgången ligger under sitt kontantpris eller inget samtal. Dessa betalar en förutbestämd summa av spotpriset på båda tillgångarna över deras kontantvärde eller ingenting läggs. Dessa betalar ett förutbestämt belopp om spotpriset för de båda tillgångarna ligger under strejkpriset. Följande Excel-kalkylblad prisar alla fyra varianterna med den lösning som föreslagits av Heynen och Kat (1996). C-Brick-alternativen är uppbyggda av fyra alternativ för två eller flera pengar. Innehavaren får ett förutbestämt kontantbelopp om priset på Asset A ligger mellan en övre och en lägre strejk och om priset på Asset B är mellan och övre och nedre strejk. Supershares Supershare-alternativ baseras på en portfölj av tillgångar med aktier utgivna mot deras värde. Supershares betalar ett förutbestämt belopp om den underliggande tillgången prissätts mellan ett övre och ett lägre värde vid utgången. Beloppet är vanligtvis en fast andel av portföljen. Supershares introducerades av Hakansson (1976) och prissätts med följande ekvationer. Gap-alternativ Ett Gap-alternativ har ett utlösningspris som bestämmer om alternativet ska utbetalas. Starkpriset bestämmer dock storleken på utbetalningen. Utbetalningen av ett Gap-alternativ bestäms av skillnaden mellan tillgångspriset och ett klyfta, så länge som tillgångspriset överstiger eller ligger under lösenpriset. Priset och utbetalningen av ett europeiskt format Gap-alternativ ges av dessa ekvationer där X 2 är lösenpriset och X 1 är utlösningspriset. Consider an call option with a strike price of 30, and a gap strike of 40. The option can be exercised when the asset price is above 30, but pays nothing until the asset price is above 40. Download Excel Spreadsheet to Price Gap Options Leave a Reply Cancel reply Like the Free Spreadsheets Master Knowledge Base Recent Posts