excel——回归分析.ppt

excel——回归分析
利用图表进行分析
例8-1 某种合成纤维的强度与其拉伸倍数之间存在一定关系，图8-1所示（“线性回归分析”工作表）是实测12个纤维样品的强度y与相应的拉伸倍数x的数据记录。试求出它们之间的关系wn_y's和known_x's中的数据点拟合的线性回归直线的斜率。斜率为直线上任意两点的垂直距离与水平距离的比值，也就是回归直线的变化率。
语法：SLOPE (known_y's,known_x's)
其中：Known_y's为数字型因变量数据点数组或单元格区域；Known_x's为自变量数据点集合。
（3）测定系数函数。
（3）测定系数函数。
该函数返回根据known_y's和known_x's中数据点计算得出的乘积矩相关系数的平方。R平方值可以解释为y方差与x方差的比例。
语法：RSQ(known_y's,known_x's)
回归直线的斜率计算公式如下：
图8-9 计算斜率
（4）估计标准误差函数。
该函数返回通过线性回归法计算每个x的y预测值时所产生的标准误差。标准误差用来度量根据单个x变量计算出的y预测值的误差量。
语法：STEYX(known_y's,known_x's)
其中：Known_y's为因变量数据点数组或区域，Known_x's为自变量数据点数组或区域。
预测值y的标准误差计算公式如下：
返回本节
利用工作表函数进行回归分析
例8-4 在某大学一年级新生体检表中随机抽取10张，得到10名大学生的身高（x）和体重（y）的数据，如图8-10（“身高体重”工作表）所示。
用Excel提供的工作表函数进行相关计算。
（1）在单元格A12~A15中分别输入“截距”、“斜率”、“测定系数”、“估计标准误差”。
（2）在单元格B12中输入公式“=INTERCEPT(C2:C11,B2:B11)”，回车后显示-。
（3）在单元格B13中输入公式“=SLOPE(C2:C11,B2:B11)”，。
（4）在单元格B14中输入公式“=RSQ(C2:C11,B2:B11)”，。
（5）在单元格B15中输入公式“=STEYX(C2:C11,B2:B11)”，。计算结果如图8-8所示。
图8-10 “身高体重”工作表
图8-11 “身高体重”回归计算结果
返回本节
Excel回归分析工具
回归分析工具的主要内容
回归分析工具的应用
回归分析工具的输出解释
返回首页
回归分析工具的主要内容
回归分析工具是通过对一组观察值使用“最小平方法”进行直线拟合，以分析一个或多个自变量对单个因变量的影响方向与影响程度的方法。它是Excel中数据分析工具的一个内容。
在“工具”菜单中选择“数据分析”选项，会出现“数据分析”对话框，在分析工具中选择“回归”，单击“确定”按钮就会进入“回归”对话框，如图8-12所示。在此对话框中主要包括以下内容：
Y值输入区域：
X值输入区域：
标志：
置信度：
常数为零：
输出区域：
新工作表组：
新工作簿：
残差：
标准残差：
残差图：
线形拟合图：
正态概率图：
返回本节
回归分析工具的应用
例8-5 以例8-4资料为例，利用回归分析工具进行回归分析。
（1）打开“身高体重”工作表。
（2）在“工具”菜单中选择“数据分析”选项，在“分析工具”列表中选择“回归”，单击“确定”按钮，打开“回归”对话框。
（3）在“Y值输入区域”中输入“$C$1: $C$11”，在“X值输入区域”中输入“$B$1: $B$11”；选择“标志”，置信度默认；在“输出选项”中选择“输出区域”，在其右边输入“$D$1”，如图8-13所示，单击“确定”按钮输出结果，如图8-14所示。
图8-13 “回归”对话框
图8-14 回归分析结果
返回本节
回归分析工具的输出解释
Excel回归分析工具的输出结果包括3个部分：
1．回归统计表
2．方差分析表
3．回归参数表
回归统计表包括以下几部分内容：
（1）Multiple R（复相关系数R）：
（2）R Square（复测定系数R2）：
（3）Adjusted R Square（调整复测定系数R2）：
（4）标准误差：
（5）观测值：
返回本节
多元回归分析
例8-6 有一个工厂会计部门在