1 实验四( 1)用 Excel 作一元线性回归分析实验名称:回归分析实验目的: 学会应用软件实验一元线性回归,多元线性回归和非线性回归模型的求解及应用模型解决相应地理问题。 1 利用 Excel 进行一元线性回归分析第一步,录入数据以连续 10 年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图( 图 1 )。图1 第二步,作散点图如图 2 所示,选中数据(包括自变量和因变量),点击“图表向导”图标;或者在“插入”菜单中打开“图表( H)”。图表向导的图标为。选中数据后,数据变为蓝色(图 2 )( office2003 )。插入- 图表( office2007) 2 图2 点击“图表向导”以后,弹出如下对话框(图 3 ): 图3 在左边一栏中选中“ XY 散点图”,点击“完成”按钮,立即出现散点图的原始形式(图 4 ):3 灌溉面积y(千亩) 0 10 20 30 40 50 60 0 10 20 30 灌溉面积y(千亩) 图4 第三步,回归观察散点图,判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时,才能采用线性回归分析方法。从图中可以看出,本例数据具有线性分布趋势,可以进行线性回归。回归的步骤如下: ⑴首先,打开“工具”下拉菜单,可见数据分析选项( 见图 5) ( office2003 )。数据- 数据分析( office2007) :图5 用鼠标双击“数据分析”选项,弹出“数据分析”对话框(图 6 ): 4 图6 ⑵然后,选择“回归”,确定,弹出如下选项表( 图 7 ): 图7 进行如下选择: X、Y 值的输入区域( B1:B11 , C1:C11 ),标志,置信度( 95% ), 新工作表组,残差,线性拟合图( 图 8-1 )。或者: X、 Y 值的输入区域( B2:B11 , C2:C11 ),置信度( 95% ), 新工作表组,残差,线性拟合图( 图 8-2 )。注意:选中数据“标志”和不选“标志”, X、 Y 值的输入区域是不一样的:前者包括数据标志: 最大积雪深度 x(米)灌溉面积 y(千亩) 后者不包括。这一点务请注意( 图8 )。5 图 8-1 包括数据“标志”图 8-2 不包括数据“标志”⑶再后,确定,取得回归结果( 图 9 )。6 图9 线性回归结果⑷最后,读取回归结果如下: 截距: 356 .2?a ;斜率: 813 .1?b ;相关系数: 989 .0?R ;测定系数: 979 .0 2?R ;F 值: 945 .371 ?F ;t 值: 286 .19 ?t ;标准离差(标准误差): 419 .1?s ;回归平方和: 854 .748 SSr ?;剩余平方和: 107 .16 SSe ?; y 的误差平方和即总平方和: 961 .764 SSt ?。⑸建立回归模型,并对结果进行检验模型为: xy813 .1356 .2 ???至于检验, R、R 2、F 值、 t 值等均可以直接从回归结果中读出。实际上, 8,05 .0632 .0989416 .0RR???,检验通过。有了 R 值, F 值和 t 值均可计算出来。 F 值的计算公式和结果为: 8,05 .0 2 22 232 .5945 .371 )989416 .01(1110 1 989416 .0)1(1 1 F Rkn RF???????????显然与表中的结果一样。 t 值的计算公式和结果为: 8,05 .0 2306 .2286 .19 1110 979416 .01 979416 .01 1 tkn R Rt??????????? 7 回归结果中给出了残差( 图 10 ),据此可以计算标准离差。首先求残差的平方 2 2) ?( iiiyy???,然后求残差平方和 107 .16 174 .0724 .1 101 2????????? ni iS?,于是标准离差为419 .18 107 .16 1) ?(1 1 1 2?????????Sv yykn s ni ii 于是15 .0~%15 ~10 0388 .053 .36 419 .1????y s图 10y 的预测值及其相应的残差等进而,可以计算 DW 值(参见图 11 ),计算公式及结果为 751 .0417 .0) 911 .1()313 .1( )833 .0417 .0()313 .1 911 .1( )( DW 222 22 1 2 2 21????????????????????? ni i ni ii???取05 .0??,1?k ,10 ?n (显然 81110????v ),查表得 94 .0? ld ,29 .1? ud 。显然, DW= ?94 .0? ld ,可见有序列正相关,预测的结果令人怀疑。 8 图 11 利用残
用Excel作一元线性回归分析 来自淘豆网m.daumloan.com转载请标明出处.