word中常用的统计函数.docVIP

在日常管理中，经常需要分析变量与变量之间的关系，作为决策的基础。回归分析能够确定两个变量之间的相关关系，同时确定这种关系的强度。在回归分析中，主要根据各种变量的观察值，在所选择的精确度，预测未知变量的值。　　在Excel中，提供了多种用于进行线性回归分析和预测的函数。本文将详细介绍这些函数的用法和使用技巧。　　FORECAST函数：预测未来值　　FORECAST函数的功能是根据已有的数值计算或预测未来值。FORECAST函数的表达式为：　　FORECAST(x,known_ys,known_xs)　　参数x表示需要进行预测的数据点，参数known_ys表示因变量数组或数据区域；参数known_xs表示自变量数组或数据区域。　　CORREL函数：计算数据的相关系数　　CORREL函数的功能是计算两个数组之间的相关系数。CORREL函数的表达式为：　　CORREL(array1,array2)　　参数array1和array2分别表示第一组和第二组数值单元格区域。　　GROWTH函数：预测指数增长值　　GROWTH函数的功能是根据数据预测指数增长值。GROWTH函数的表达式为：　　GROWTH(known_ys,known_xs,new_xs,const)　　Known_ys：满足指数回归拟合曲线y=b*m^x的一组已知的y值。　　Known_xs：满足指数回归拟合曲线y=b*m^x的一组已知的x值，为可选参数。　　New_xs：为需要通过GROWTH函数返回的对应y值的一组新x值。　　Const：为一逻辑值，用于指定是否将常数b强制设为1。　　LINEST函数：计算线性拟合的参数　　LINEST函数的功能是使用最小二乘法对已知数据进行直线拟合，并计算线性拟合的参数。LINEST函数的表达式为：　　LINEST(known_ys,known_xs,const,stats)　　参数known_ys是表达式y=mx+b中己知的y值集合，参数known_xs是表达式中已知的x值集合；参数const是逻辑值，用于指定是否将常量b强制设为0；参数stats是逻辑值， 指定是否返回附加回归统计值。　　INTERCEPT函数计算线性回归的截距　　INTERCEPT函数的功能是计算穿过已知的known_xs和known_ys数据点的线性回归线与y轴的交点。INTERCEPT函数的表达式为：　　INTERCEPT(known_ys,known_xs)　　参数known_ys表示观察值或数据集合；参数known_xs表示自变值或数据集合。　　SLOPE函数：计算线性回归直线的斜率　　SLOPE函数的功能是计算根据known_ys和known_xs中的数据点拟合的线性回归直线的斜率。SLOP 函数的表达式为：　　SLOPE (known_ys,known_xs)　　参数known_ys表示因变量数据点数组，参数known_xs表示自变量数据点集合。　　LOGEST函数：计算指数回归的参数　　LOGEST函数的功能是计算最符合数据的指数回归拟合曲线，并计算描述该曲线的数值数组。LOGEST函数的表达式为：　　LOGEST(known_ys,known_xs,const,stats)　　Known_ys：满足指数回归拟合曲线 y=b*m^x的一组已知的y值。　　Known_xs：满足指数回归拟合曲线 y=b*m^x的一组已知的x值，为可选参数。　　Const：为一逻辑值，用于指定是否将常数b强制设为1。　　Stats：为一逻辑值，指定是否返回附加回归统计值。　　STEYX函数：计算线性回归的标准误差　　STEYX函数的功能是计算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。STEYX函数的表达式为：　　STEYX(known_ys,known_xs)　　参数known_ys表示因变量数据点数组或区域，参数known_xs表示自变量数据点数组或区域。　　PEARSON函数：计算皮尔生乘积矩相关系数　　PEARSON函数的功能是计算Pearson乘积矩相关系数r，这是一个范围在-1.0~1.0之间的无量纲指数，反映两个数据集合之间的线性相关程度。PEARSON函数的表达式为：　　PEARSON(arrayl,array2)　　参数array1和array2分别为自变量和因变量集合。　　RSQ函数：计算相关系数的平方　　RSQ函数的功能是计算根据known_ys和known_xs中数据点计算得出的Pearson乘积矩相关系数的平方。RSQ函数的表达式为：　　RSQ(known_ys,known_xs)　　参数known_ys和known_xs表示数组或数据点区