excel培训之二.pptVIP

7 多元线性回归模型 有k个自变量的多元线性(总体)回归方程的一般形式： 超市销售额影响因素分析 假设超市的日均销售额和超市的经营面积和超市与居民区距离有关，下面是十个超市的相关数据. 7.1 基本操作 在A1:D11单元格中输入数据。点击菜单“工具→数据分析”，在“数据分析”对话框中选择“回归”。 在”回归“对话框中，“Y值输入区域”选择B1:B11、“X值输入区域”选择C1:D11。 勾选“标志” 。 “输出区域”为当前工作表的G3单元格。 勾选“残差”选项中的标准残差。 7.2结果分析 回归统计量表显示复相关系数、拟合系数、修正拟合系数、标准误差和观察值个数。 复相关系数是简单相关系数的绝对值，即r＝0.9781，在多元回归模型中并没有多少实际意义。 拟合系数R2 =0.9567,说明两个自变量共同作用可以解释因变量91.02%左右的变动；结果表明模型的拟合效果较好。 修正的拟合系数在确定多元回归模型自变量个数的时候是一个参考统计量。 标准误差实际上是回归模型随机误差项估计值的标准差，这个值越小，回归模型的拟合效果越好。 2 方差分析表 方差分析表显示模型的回归平方和、残差平方和和自变量的离差平方和，将回归平方和和残差平方和除以对应的自由度，得到回归均方和和残差均方和，回归均方和除以残差均方和，就得到检验回归模型总体显著性的F统计量。 模型的F＝77.