实例}Eel中的有关预测函数及其应用.docVIP

Excel提供了失丁估计线性模型和指数模型参数的几个预测函数。线性模型和指数模型的数 学表达式如下： 线性模型： y = mx + /）或.F 二 m\X\ + nnxz + ???+/? 指数模型： j■ * 或y*Tl 屬? 札 式屮，/为因变量；％足自变///、i…、/^、i △分别为预测模型的待估计参数。 Excel提供的预测函数主要有LIXEST函数、LOGEST函数、TREND函数、GROWTH函数、FORECAST 函数、SLOPE函数和INTERCEPT函数，它们所使用的参数都基本fflM，现列丁表4_1中，以 供参考。 表4-1预测函数的参数及含义 参数 含义 known y’ s 因变量y的观测值集合 自变量x的观测值集合。它可以是一个变量（即一元模 型）或多个变量（即多元模型）的集合。 known s 如果只用到一个变量，只 要known-y’s和known-x’s维数和同，它们可以是任 何形状的选定区域。如果用到不只一个变量， known_y\s必须是hd量（也就是说，必须是一行或一列 的区域）。如果省略known_x’s，则假设该数组 是｛1, 2, 3 ｝,其大小与known y’s相同 const 逻辑值，指明是否强制使常数b为0 （线性模型）或为1 （指数模型）。如果const为TRUE或省略，6将被正 常计算。如果const为FALSE, b将被设为0 （线性模型） 或设为1 （指数模型） stats 逻辑值，指明是否返回附加回归统计值。如 果stats为TRUE,则函数返冋附加冋归统计值，这时 返回的数组为｛mn，mnj，…，m,，b; sen，se.,-,, se,, seb, r2, sey； F, df ； ssreK, ssresij｝。如果 stats 力 FALSE 或柯略，函数只返回系数预测模型的待估计参数m、mn、 nv!、…、mjOb。  附加回归统计值返［H］的顺序见表4-2。 表4-2中的各参数说明见表4-3。 如果要得到附加冋归统计值数组屮的值，需用INDEX函 数将其取出 表4 2附加回归统计值返回的顺序 1 2 3 4 5 6 1 mri mri., ? ? ? m2 mi b 2 sen sen i ? ? ? se2 SOi se b 3 r SGy 4 E df 5 SSreg S Srosid 表4-3各参数说明 参数 说明 seb se2,sen 系数m2,…,的标准误差值 Seh 常数项b的标准误差值（当const为FALSE时， seb = #N/A） 参数 说明 r2 和关系数，范围在0到1之问。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。 反之，如果相关系数为0,则冋归方程不能用来预 测Y值 sey Y估计值的标准误差 F F统计值或F观察值。使用F统计可以判断因变量和 CJ变量之间是否偶尔发生过观察到的关系 Df CJ由度。用于在统计表上杳找F临界值。所杳得的值 和函数L1NEST返回的F统计值的比值可用来判断模 型的置信度 SSreg 回归平方和 S Sresid 残差平方和 LTNRST函数的功能是使川敁小二乘法计算对已知数裾进行敁佳线性拟合的直线方程，并返 回描述此线性模型的数组。因为此函数返回数值为数组，故必须以数組公式的形式输入。 函数公式为 =LI NEST (knovn_y’s, known_x’s, const, stats) 下而举例说明LINEST函数的应用。 一元线性回归分析 LINEST函数可用于一元线性回归分析，也可以用于多元线性回归分析，以及时间数列的自 回归分析。 当只冇一个自变量x (即一元线性回归分析)时，可直接利用下面的公式得到斜率和y 的截趾位以及相关系数： 斜率：INDEX (LINEST (known_y’ s，known_x，(known_y’s, s) , 1)known_x，s) ,1,1)或 INDEX (LINEST 斜率：INDEX (LINEST (known_y’ s，known_x， (known_y’s, s) , 1) known_x，s) ,1,1) 或 INDEX (LINEST 截距:INDEX (LINEST (known_y，s, known_x’ (known_y’s, s) ,2) known_x’s) 1,2) 或 INDEX (LINEST 相关系数:INDEX (LINEST (known_y’ s, known_x’ s, true, true) , 3, 1) 例4-1】某企业1?9月份的总成本与人工小吋及机器工时的数裾如阁4-1所示。假设总 成本与人工小吋之间存在着线性关系，则在单元格B13中插入公式 “=INDEX(LINES