Come usare la funzione RSQ in Excel
| Italiano | Inglese |
|---|---|
| RQ | RSQ |
La funzione RSQ, denominata in italiano RQ, è utilizzata sia in Microsoft Excel che in Google Fogli per calcolare il coefficiente di determinazione (R²). Questo indice statistico quantifica quanto accuratamente i valori di una variabile dipendente possono essere predetti da una variabile indipendente attraverso una regressione lineare. Il valore di RSQ può variare da 0 a 1, dove 1 rappresenta una corrispondenza perfetta.
Sintassi della funzione RQ
La sintassi per la funzione RQ è la seguente:
=RSQ(Y_conosciuti, X_conosciuti)- Y_conosciuti: Array di dati della variabile dipendente.
- X_conosciuti: Array di dati della variabile indipendente.
È necessario fornire entrambi gli argomenti, che devono contenere lo stesso numero di elementi.
Esempi di utilizzo
Esaminiamo il seguente set di dati:
| Anno | Produzione (Y) | Investimento (X) |
|---|---|---|
| 2010 | 150 | 200 |
| 2011 | 180 | 220 |
| 2012 | 210 | 250 |
Per calcolare RQ:
=RSQ(B2:B4, C2:C4)I valori di produzione B2:B4 e gli investimenti C2:C4 vengono utilizzati per determinare il grado di correlazione tra produzione e investimento.
Applicazione pratica 1: Analisi del rendimento dell”investimento
Consideriamo una società che desidera valutare l”effetto degli investimenti in macchinari sulla produzione degli ultimi cinque anni:
Investimento (milioni): 45, 50, 55, 58, 63 Produzione (migliaia): 80, 82, 86, 87, 90
Per analizzare la relazione tra investimento e produzione:
=RSQ(B2:B6, A2:A6)Inserendo i dati di produzione in B2:B6 e gli investimenti in A2:A6, questa formula fornisce un indicatore della correlazione tra l”incremento degli investimenti e un aumento della produzione.
Applicazione pratica 2: Studio della correlazione in economia
Un economista vuole esaminare come la spesa sanitaria influenzi il PIL nazionale utilizzando dati annuali per X anni:
=RSQ(B2:B(X+1), A2:A(X+1))I dati di PIL situati in B2 e oltre e quelli relativi alla spesa sanitaria a partire da A2 consentono di calcolare il coefficiente di determinazione e di comprendere la forza e l”influenza di questa relazione.
In conclusione, la funzione RQ si dimostra uno strumento indispensabile nell”analisi statistica delle correlazioni tra variabili, offrendo una misurazione precisa della capacità di un modello di regressione lineare di prevedere una variabile dipendente.
Maggiori informazioni: https://suppoRt.micRosoft.com/it-it/office/Rq-funzione-Rq-d7161715-250d-4a01-b80d-a8364f2be08f