统计函数LINEST.doc

统计函数LINEST 适用于: Microsoft Office Excel 2003 ?全部隐藏 使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。因为此函数返回数值数组，所以必须以数组公式的形式输入。 直线的公式为： y = mx + b or y = m1x1 + m2x2 + ... + b（如果有多个区域的 x 值） 式中，因变量 y 是自变量 x 的函数值。M 值是与每个 x 值相对应的系数，b 为常量。注意 y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,...,m1,b}。LINEST 函数还可返回附加回归统计值。 语法 LINEST(known_ys,known_xs,const,stats) Known_ys?? 是关系表达式 y = mx + b 中已知的 y 值集合。 如果数组 known_ys 在单独一列中，则 known_xs 的每一列被视为一个独立的变量。 如果数组 known-ys 在单独一行中，则 known-xs 的每一行被视为一个独立的变量。 Known_xs?? 是关系表达式 y = mx + b 中已知的可选 x 值集合。 数组 known_xs 可以包含一组或多组变量。如果只用到一个变量，只要 known_ys 和 known_xs 维数相同，它们可以是任何形状的区域。如果用到多个变量，则 known_ys 必须为向量（即必须为一行或一列）。 如果省略 known_xs，则假设该数组为 {1,2,3,...}，其大小与 known_ys 相同。 Const?? 为一逻辑值，用于指定是否将常量 b 强制设为 0。 如果 const 为 TRUE 或省略，b 将按正常计算。 如果 const 为 FALSE，b 将被设为 0，并同时调整 m 值使 y = mx。 Stats?? 为一逻辑值，指定是否返回附加回归统计值。 如果 stats 为 TRUE，则 LINEST 函数返回附加回归统计值，这时返回的数组为 {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}。 如果 stats 为 FALSE 或省略，LINEST 函数只返回系数 m 和常量 b。 附加回归统计值如下： 统计值 说明 se1,se2,...,sen 系数 m1,m2,...,mn 的标准误差值。 seb 常量 b 的标准误差值（当 const 为 FALSE时，seb = #N/A） r2 判定系数。Y 的估计值与实际值之比，范围在 0 到 1 之间。如果为 1，则样本有很好的相关性，Y 的估计值与实际值之间没有差别。如果判定系数为 0，则回归公式不能用来预测 Y 值。有关计算 r2 的方法的详细信息，请参阅本主题后面的“说明”。 sey Y 估计值的标准误差。 F F 统计或 F 观察值。使用 F 统计可以判断因变量和自变量之间是否偶尔发生过可观察到的关系。 df 自由度。用于在统计表上查找 F 临界值。所查得的值和 LINEST 函数返回的 F 统计值的比值可用来判断模型的置信度。有关如何计算 df，请参阅在此主题中后面的“说明”。示例 4 说明了 F 和 df 的使用。 ssreg 回归平方和。 ssresid 残差平方和。有关计算 ssreg 和 ssresid 的方法的详细信息，请参阅本主题后面的“说明”。 下面的图示显示了附加回归统计值返回的顺序。 说明 可以使用斜率和 y 轴截距描述任何直线： 斜率 (m)：通常记为 m，如果需要计算斜率，则选取直线上的两点，(x1,y1) 和 (x2,y2)；斜率等于 (y2 - y1)/(x2 - x1)。 Y 轴截距 (b)：通常记为 b，直线的 y 轴的截距为直线通过 y 轴时与 y 轴交点的数值。 直线的公式为 y = mx + b。如果知道了 m 和 b 的值，将 y 或 x 的值代入公式就可计算出直线上的任意一点。还可以使用 TREND 函数。 当只有一个自变量 x 时，可直接利用下面公式得到斜率和 y 轴截距值： 斜率：=INDEX(LINEST(known_ys,known_xs),1) Y 轴截距：=INDEX(LINEST(known_ys,known_xs),2) 数据的离散程度决定了 LINEST 函数计算的精确度。数据越接近线性，LINEST 模型就越精确。LINEST 函数使用最小二乘法来判定最适合数据的模型。当只有一个自变量 x 时，m 和 b 是根据下面的公式计算出的： 其中 x 和 y 是样本平均值，例如 x = AVERAGE(known xs) 和 y = AVERAGE(k