《大学计算机Ⅱ》第12章.pptVIP

一元线性回归分析 在功能区选择“数据”选项卡，在“分析”组中单击“数据分析”按钮，弹出“数据分析”对话框，在“数据分析”对话框中的“分析工具”列表框中选择“回归”选项，弹出“回归”对话框(若“数据分析”选项没出现在“数据”选项卡的“分析”组中，则需进行加载。有关加载操作请参见例11-2) 一元线性回归分析 在【回归】对话框中输入图中参数。 一元线性回归分析 从图中数据得出广告费x与销售额y的关系是： （B33与B34单元格数据），根据此关系算出的x＝50时，y＝ 616.61。 另一方面，我们可以借助Excel的图表功能来直观的反映上述的回归分析关系。先用鼠标选中需要生成图表的区域B2:C12。在功能区选择“插入”选项卡，在“图表”组中，依次单击“散点图”→“仅带数据标记的散点图”选项，Excel自动生成图表。在图表中鼠标右击任一数据点，在弹出的快捷菜单中选择“添加趋势线”命令，弹出“设置趋势线格式”对话框，在“趋势线选项”栏中选中“线性”趋势线单选框，选中“并显示公式”和“显示R平方值”等复选框，单击“关闭”。Excel自动生成反映数据变化趋势的回归分析直线，如下页图所示。 从图中可以看出，对应的线性趋势方程为：y=6.81x+276，相关系数R为0.981334和R平方值为0.963。即与上述所采用的一元线性回归方法所得到的回归方程是一致的，换句话说Excel“添加趋势线”的功能是采用回归分析的方法来得到趋势曲线的。这里的R平方值，称为回归方程的复相关系数或可决系数，一般来说，R平方值越接近于1，说明回归方程与实际观测值吻合得越好，回归方程效果就越好。 多元线性回归分析 很多时候，我们研究的问题是受多个因素影响的，需要建立多元回归方程，进行多元回归分析，确定结果与多个变量之间的关系。 多元线性回归分析 【例14-4 】仍然是该公司随机抽样的10个销售地广告费用与销售额的数据，为了更加准确的判断广告投放效果，将广告费用细分为电视广告费和平面广告费，请根据此数据确定多元线性回归方程： y=β0+β1x1 +β2x2 其中y为销售额，x1为电视广告费，x2为平面广告费。 多元线性回归分析 在功能区选择“数据”选项卡，在“分析”组中单击“数据分析”按钮，弹出“数据分析”对话框，在“数据分析”对话框中的“分析工具”列表框中选择“回归”选项，弹出“回归”对话框，填入参数 多元线性回归分析 从图中数据得出广告费x与销售额y的关系是： （B31，B32，B30 ），从上式看出，电视广告费x1变动对y的影响要比平面广告费x2对y的影响显著，也就是说增加电视广告费可以更好地促进销售额的增长。 非线性回归 在许多实际问题中,回归函数往往是较复杂的非线性函数。主要有以下几种形式： 非线性回归 一般情况下，我们首先通过观察Excel生成的数据图表，大致判断变量之间的关系，然后将非线性方程转化成线性方程，再进行回归分析计算。需要指出的是，对于较复杂的系统，非线性回归分析需要应用多学科的综合知识，这里向大家介绍的是一个基本的，初步的方法。 非线性回归 一般情况下，我们首先通过观察Excel生成的数据图表，大致判断变量之间的关系，然后将非线性方程转化成线性方程，再进行回归分析计算。需要指出的是，对于较复杂的系统，非线性回归分析需要应用多学科的综合知识，这里向大家介绍的是一个基本的，初步的方法。 非线性回归 【例12-6】已知有某公司的日生产产量与日耗电量的数据，推测两者之间存在某种关系，试确定其回归方程。 非线性回归 从生成的图表看，数据与多项式类型的趋势线吻合较好。因此推测其回归方程为二次多项式模型： 其中x为坐标横轴，表示产量；y为坐标纵轴，表示耗电量。 非线性回归 在表中“产量”与“耗电量”之间加入一列“产量平方”，其值为产量的平方（因为Excel要求自变量必须相邻，因此“产量平方”必须与“产量”相邻）。这样，二次多项式转变成了二元线性 多元线性回归分析 在功能区选择 “数据”选项卡，在“分析”组中单击“数据分析”，在“数据分析”对话框中的“分析工具”列表框中选择“回归”选项，弹出“回归”对话框。输入参数：在“Y值输入区域”文本框中输入“$D$2:$D$13”，在“X值输入区域”文本框中输入“$B$2:$C$13”，并选中“标志”、“置信度”等复选框并输入95，选中“输出区域”并输入“$A$15”，如图所示。 非线性回归 计算数据得出耗电量y与产量x之间的回归方程是： （B31，B32，B33单元格数据） Excel的非线性回归功能比较弱，其他类型的非线性回归也许可以通过采用与本例类似的“图表观察→拟合趋势线→推断回归方程形式→转化成多元线性回归问题→使用“数据分析”→“回归”工具→计算各项参数”的步骤完成。但是有些非线性回归是很难