大连高校学生补充医疗保险协议 Title40ppt课件.pptVIP

第7章 回归分析 ;7.1 线性回归分析的基本原理 ;7.1.1 回归分析的概念;7.1.2 回归分析的主要内容;7.2 图表分析与回归函数分析 ;7.2.1 利用图表进行回归分析;操作过程：;②从“插入”菜单中选择“图表”选项，打开“图表向导”对话框如下图所示。在“图表类型”列表中选择XY散点图，单击“下一步”按钮。;③在数据区域中输入B2:C11，选择“系列产生在——列”，如下图所示，单击“下一步”按钮。 ;④打开“图例”页面，取消图例，省略标题，如下图所示。 ;⑤单击“完成”按钮，便得到XY散点图如下图所示。 ;⑥如图1所示，用鼠标激活散点图，把鼠标放在任一数据点上，单击鼠标右键，打开菜单，在菜单栏里选择“填加趋势线”选项，打开趋势线对话框如图2所示。 ;图2;⑦打开“类型”页面，选择“线性”选项，Excel将显示一条拟合数据点的直线。 ⑧打开“选项”页面如图3所示，在对话框下部选择“显示公式”和“显示R平方根”选项，单击“确定”按钮，便得到趋势回归图如图4所示。;图4;7.2.2 Excel中的回归分析工作表函数;测定系数函数RSQ 功能：返回根据 known_y‘s 和 known_x’s 中数 据点 计算得出的 Pearson 乘积矩相关系数的平方。 语法结构：RSQ(known_ys,known_xs) 估计标准误差函数STEYX 功能：返回通过线性回归法计算 y 预测值时所产生 的标准误差。标准误差用来度量根据单个 x 变量计算出的 y 预测值的误差量。 语法结构：STEYX(known_ys,known_xs) ;7.2.3 利用工作表函数进行回归分析 ;操作过程：;②在单元格A19、A20、A21和A22中分别输入“截距b0”、“斜率b1”、“估计标准误差”和“测定系数” 。 ③在单元格B19中输入公式：“=INTERCEPT(C2:C15,B2:B15)” ，单击回车键。 ④在单元格B20中输入公式： “=SLOPE(C2:C15,B2:B15)”，单击回车键。 ⑤在单元格B21中输入公式： “=STEYX(C2:C15,B2:B15)”，单击回车键。 ⑥在单元格B22中输入公式： “=RSQ(C2:C15,B2:B15)”，单击回车键。 ;7.3 Excel 回归分析工具 ;7.3.1 回归分析工具的主要内容 ;图5;7.3.2 回归分析工具的应用;操作过程：;②在“工具”菜单中选择“数据分析”选项，打开“数据分析”对话框如下图所示。 ;③在“分析工具”列表中选择“回归”选项，单击“确定”按钮，打开“回归”对话框如下图所示。 ;④在Y值输入区域中输入C1:C16。 ⑤在X值输入区域中输入B1:B16。 ⑥选择“标志”，置信度选择95%。 ⑦在“输出选项”中选择“输出区域”，在其右边的位置输入“D1”，单击 “确定”按钮。输出结果如下图所示。;Excel的回归分析工具计算简便,但内容丰富， 计算结果共分为三个模块： 回归统计表 方差分析表 回归参数 ;回归统计表包括以下几部分内容： Multiple R（复相关系数R）：R2的平方根，又称为相关系数，它用来衡量变量x和y之间相关程度的大小。 上节例中：R为0.848466，表示二者之间的关系是 高度正相关。 R Square(复测定系数R2 )：用来说明用自变量解释因变量变差的程度，以测量同因变量y的拟合效果。 上节例中：复测定系数为0.719894，表明用自变量可解释因变量变差的71.99%。;Adjusted R Square (调整复测定系数R2)：仅用于多元回归才有意义，它用于衡量加入独立变量后模型的拟合程度。当有新的独立变量加入后，即使这一变量同因变量之间不相关，未经修正的R2也要增大，修正的R2仅用于比较含有同一个因变量的各种模型。 标准误差：又称为标准回归误差或叫估计标准误差，它用来衡量拟合程度的大小，也用于计算与回归有关的其他统计量，此值越小，说明拟合程度越好。;观测值：是指用于估计回归方程的数据的观测值个数。 2. 方差分析表 方差分析表的主要作用是通过F检验来判断回归模型的回归效果。 3. 回归参数表 如下页图所示，回归参数表是表中最后一个部分：;上一页;图中，回归参数如下： Intercept：截距β0 第二、三行：β0(截距) 和β1(斜率)的各项指标。 第二列：回归系数β0(截距)和β1(斜率)的值。 第三列：