8 EXCEL的回归分析.pptVIP

8 EXCEL的回归分析 8.1 图表分析与回归函数分析 8.2 Excel回归分析工具 8.3 多元回归分析 8.4 非线性回归分析 回归分析的主要内容 回归分析的内容包括如何确定因变量与自变量之间的回归模型； 如何根据样本观测数据，估计并检验回归模型及未知参数； 在众多的自变量中，判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的； 根据自变量的已知值或给定值来估计和预测因变量的值。 Excel提供了许多回归分析的方法与工具，它们可用于不同的分析目的。 8.1 图表分析与回归函数分析 8.1.1 利用图表进行分析 8.1.2 Excel中的回归分析工作表函数 8.1.3 利用工作表函数进行回归分析 8.1.1 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。 （1）打开“线性回归分析”工作表。 （2）在工具栏上选择“图表向导”按钮，单击打开图表向导对话框，如图8-2所示，在“图表类型”列表框中选择“XY散点图”，单击“下一步”按钮进入图表向导步骤2。 （3）在图表向导步骤2对话框的“数据区域”中输入“B2:C13”，选择“系列产生在”为“列”，如图8-3所示，单击“下一步”按钮进入步骤3。 （4）在图表向导步骤3的对话框中，打开“图例”页面，取消“显示图例”，省略标题，如图8-4所示。 （5）单击“完成”按钮，得到XY散点图如图8-5所示。 （6）在散点图中，把鼠标放在任一数据点上，右击，在快捷菜单中选择“添加趋势线”，打开趋势线对话框。 （7）在“添加趋势线”对话框中打开“类型”页面，选择“线性”选项，在“选项”页面中选择“显示公式”和“显示R平方”选项，单击“确定”按钮，得到趋势回归图，如图8-6所示。 8.1.2 Excel中的回归分析工作表函数 Excel提供的回归分析工作表函数主要有以下几个： （1）截距函数。 （2）斜率函数。 （3）测定系数函数。 （4）估计标准误差函数。 （1）截距函数。 其功能是利用现有的x值与y值计算直线与y轴的截距。 当自变量为0时，使用INTERCEPT函数可以决定因变量的值。 例如，当所有的数据点都是在室温或更高的温度下取得的，可以用INTERCEPT函数预测在0°C时金属的电阻。 语法：INTERCEPT(known_ys,known_xs) （2）斜率函数。 该函数返回根据known_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_ys,known_xs) 其中：Known_ys为数字型因变量数据点数组或单元格区域；Known_xs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。 R2值可以解释为y方差与x方差的比例。 语法：RSQ(known_ys,known_xs) 回归直线的斜率计算公式如下： （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_ys,known_xs) 其中：Known_ys为因变量数据点数组或区域，Known_xs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： 8.1.3 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-79.42015。 （3）在单元格B13中输入公式“=SLOPE(C2:C11,B2:B11)”，回车后显示0.8041825。 （4）在单元格B14中输入公式“=RSQ(C2:C11,B2:B11)”，回车后显示0.6817018。 （5）在单元格B15中输入公式“=STEYX(C2:C11,B2:B11)”，回车后显示2.8180738。计算结果如图8-8所示。 8.2 Excel回归分析工具 8.2.1 回归分析工具的主要内容 8.2.2 回归分析工具的应用 8.2.3 回归分析工具的输出解释 8.2.1 回归分析工具的主要内容 回