Regresión K-NN no paramétrica en Excel

Scene 1:

Hola y bienvenidos. En este vídeo, demostraremos cómo utilizar la función NumXL K-vecinos más cercanos de KNN para estimar los valores de las observaciones con valores vacíos o faltantes en un conjunto de datos.

Primero, en una columna adyacente,

añada los valores X de las observaciones para las que deseamos calcular los valores Y.

A continuación, seleccione la celda superior de la columna adyacente a la columna E de los valores X.

y escriba NxKNN en la barra de fórmulas y, a continuación, pulse el botón "FX" de la izquierda.

Aparecerá la ventana de argumentos de función de Excel.

En el cuadro de diálogo de argumentos de función, cada argumento aparece en un cuadro separado, lo que facilita la introducción de los valores.

Para ver en línea la página de referencia completa sobre esta función, localice y pulse el enlace de ayuda situado en la parte inferior izquierda de la ventana.

Aquí lo tiene. La ventana de argumentos de la función inicia su navegador de Internet por defecto y carga la página de referencia de NxKNN(.).

Para el argumento X, seleccione el rango de celdas de la columna A.

Para el argumento Y, seleccione el rango de celdas de la columna B.

Para el número de puntos de datos vecinos k, escriba seis (6).

Para el argumento método, escriba cero (0) para la implementación original no ponderada.

Para la función kernel, que es irrelevante ya que seleccionamos el método original, teclee seis o déjelo vacío.

Escriba uno o verdadero para el argumento interruptor de optimización para calcular un valor de ancho de banda óptimo.

Seleccione las celdas con el valor X deseado para el argumento Objetivo en la columna D.

Finalmente, introduzca cero o déjelo en blanco para el argumento tipo de retorno para devolver los valores ajustados (también conocidos como pronóstico).

Pulse el botón OK para aceptar todos los valores de entrada y cerrar la ventana.

Aquí tiene El conjunto completo de valores ajustados utilizando la función de regresión no paramétrica.

Veamos ahora los valores ajustados frente a los puntos de datos originales en un gráfico.

Gracias por vernos. Visítenos en Internet, envíenos un correo electrónico o llámenos.