实验四回归分析报告.docVIP

实验四 回归分析预测实验（3个学时） 2010302330013 张秋子 10信一 【实验目的】 1. 了解Microsoft Excel 提供的数据分析工具。 2. 掌握EXCEL提供的3种回归分析方法。 3. 掌握通过回归分析进行预测的方法。 【实验内容】 1. 熟悉Microsoft Excel 提供的分析工具库。 2. 使用“数据分析”方法进行回归分析。 3. 使用“函数”方法进行回归分析，包括直线回归函数、预测函数、指数曲线趋势函数。 4. 使用“趋势线”方法进行回归分析。 【实验步骤】 第一部分：利用分析工具 1、 在EXCEL2007中，通过设置EXCEL选项，选择加载项中的分析工具进行加载。 2、 选择数据分析工具中的回归分析，设置Y区域为C2-C12，X区域为D2-D12，并且勾选标志。勾选残差和拟合图。得到如下结果： 第二部分：利用函数 一、利用线性回归函数 1、 利用直线回归函数LINEST(known_ys,known_xs,const,stats)。在EXCEL2007输入如下数据： 2、 在A7单元格输入公式“=LINEST(A2:A5,B2:B5,,FALSE)”，得到如下结果： 其中2是直线的斜率。 3、 选择以公式单元格开始的区域 A7：B7。按 F2，再按 Ctrl+Shift+Enter。结果如下： 如果公式不是以数组公式输入，则返回单个结果值 2，无法获得y轴截距。当以数组输入时，将返回斜率 2和y轴截距1。 4、 通常，SUM({m,b}*{x,1}) 等于 mx + b，所以可以用SUM和LINEST共同来估计某一个月的预测值。 5、 多重线性回归 可以看出，y = 27.64*x1 + 12,530*x2 + 2,553*x3 - 234.24*x4 + 52,318 二、利用预测函数 1、 语法：FORECAST(x,known_ys,known_xs) 参数说明： X   为需要进行预测的数据点。 Known_ys   为因变量数组或数据区域。 Known_xs   为自变量数组或数据区域。 三、利用指数曲线趋势函数 指数曲线趋势函数GROWTH根据现有的数据预测指数增长值。根据现有的 x 值和 y 值，GROWTH 函数返回一组新的 x 值对应的 y 值。可以使用 GROWTH 工作表函数来拟合满足现有 x 值和 y 值的指数曲线。 语法：GROWTH (known_ys, known_xs, new_xs, const) 第三部分：使用“趋势线”方法 1、 选择散点图和线性趋势线，得到的结果如下： 第四部分：完成习题 请分别用“数据分析”和“趋势线”两种方法进行“示例7.5使用指数曲线趋势函数进行趋势预测”中数据的指数曲线趋势预测，比较3种分析方法之间的异同。 1、 原始数据如下图所示： 2、 利用数据分析工具进行回归分析，并绘制预测图和残差图。 3、 利用“趋势线”方法 4、 三种预测方法的比较 利用数据分析工具拟合的结果如下图所示： 利用趋势线方法拟合的结果如下图所示： 利用指数趋势函数公式计算对应的值，并绘制图形如下所示： 通过上述三个图的对比可以明显看出：对于此题的数据，指数拟合比线性拟合要更加准确；在方法的使用上，想要快速判断哪种基础拟合方式更好，可以采用趋势线的方法，趋势线的添加十分简单快捷，并且可以同时添加几条趋势线，方便对比。 【实验总结】 1、 本次实验尝试着使用EXCEL中提供的不同的回归分析方法。内容包含有一元线性回归、多元线性回归、指数回归三种。但是回归分析的拟合函数有许多种，甚至包括不同类型函数的组合，这些内容还有待以后探究。 2、 回归分析拟合程度的计算方式有多种，拟合函数的种类也有多种，如何调整使拟合程度最佳，还需要学习很多内容。 3、 针对本次实验的数据，选取趋势线的方法，十分简便，同时绘制多条趋势线也便于对比。