xcel——回归分析.pptVIP

（3）测定系数函数。 （3）测定系数函数。 该函数返回根据known_ys和known_xs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_ys,known_xs) * 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_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： 返回本节 * 8.2.3 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。 * 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 * 8.3 Excel回归分析工具 8.3.1 回归分析工具的主要内容 8.3.2 回归分析工具的应用 8.3.3 回归分析工具的输出解释 返回首页 * 8.3.1 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 * 8.3.2 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 * 8.3.3 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 * 8.4 多元回归分析 例8-6 有一个工厂会计部门在估计每月管理费y时，用工人的劳动日数x1与机器的开工台数x2作自变量，现将当年10个月的数据搜集起来，如图8-15（“多元回归分析”工作表）所示，估计y对x1与x2的线性回归方程(α=0.05)。 返回首页 * （1）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。 （2）在“Y值输入区域”中输入“D1:D11”，在“X值输入区域”中输入“B1:C11”；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“A12”，单击“确定”按钮输出结果，如图8-16所示。 * 图8-15 “多元回归分析”工作表 * 图8-16 二元线性回归分析计算结果 返回本节 * 8.5 非线性回归分析 以最小平方法分析非线性关