Excel多元线性回归在数据分析中的应用.docVIP

... ... Excel 多元线性回归在数据分析中的应用 Excel 多元线性回归在数据分析中的应用 摘要：Excel 功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。希 望本文能为人们提供一些有益的参考。 关键词： Excel ；多元线；数据 前言： 计算机在各个领域中的应用日益广泛。 Excel 是 office 办公软件的一个重要组件，它的界面友好，可 操作性强，使用方便而被广大用户接受。所以我为了解并得到一些这方面的知识，选了这个题目。本文中 我还引用了一些专家的想法。我主要讨论 Excel 在多元线性回归在数据分析中的应用，以希望对广大的使 用者有所帮助。 1 Excel 中数据分析和函数的安装 启动 Excel ，查看 “数据分析 ”和“粘贴函数 ”选项是否安装。如果安装，单击 “工具 ”下拉菜单中的 “加载 宏”选项，在 “加载宏 ”对话框加选取 “分工具库 ”和“分析数据库一 VBA 函数 ”，单击确定， “数据分析 ”和 “粘贴 函数 ”安装就绪，便可以使用了。 2 塔里木农垦大学植物科技学院的曹新川对这个题目有此看法； Excel 下多元线性回归分析的实现 2．1 数据输入和常量定义 原始数据输完后，就可以进行常量定义了。常量定义有两种方法：第一种：选取 x．下的数据，单击 菜单栏的 “插人 ”，然后单击下拉菜单中的 “名称 ”，再单击子菜单的 “指定 ”，对数组 x．进行常量定义，同样 可分别对 X2 ,X3, X4, Y 进行常量定义。第二种：单击菜单栏的 “插人 ”，然后单击下拉菜单中的 “名称 ”，再 单击子菜单中的 “定义 ”对常量进行定义，也就是对每个变量进行赋值的过程。完成定义以后，就可以用生 物统计学中惯用的符号进行统计分析。 2．2 一级数据的产生 此步骤可以省略，在此仅简要说明如何套用公式计算一级数据，在第一例输人要计算的变量，如 “Σ x，1”在其后第二列输人 “=sum(x1) ，”即 对 xl 进行求和，在第一列输人 “Σ x2”，其后第二列输人 “sumsq~(x1)，即算出 x 的平方和，这样可以算出所有的一级数据。数据计算出来，即用常量定义的第二 种方法，对每一个变量进行赋值。 3 青海省统计局的高平用下列方法实现 Excel 多元线性回归在数据分析中的应用： 在一元线性回归分析中 ,重点放在了用模型中的一个自变量 X 来估计因变量 Y。实际上 ,由于客观事 物的联系错综复杂 ,一个因变量的变化往往受到两个或多个自变量的影响。为了全面揭示这种复杂的依存关 系,准确地测定它们的数量变动 ,提高预测和控制的精确度 ,就要考虑更多的自变量 ,建立多元回归模型。多元 回归分析的原理和方法同一元线性回归分析基本相同 ,但有两个不同点 : 3．1 不能用散点图来表示变量之间的关系。 3．2 多元回归的计算难度要远大于简单线性回归 , 且变量越多 , 计算越复杂。但应用 EXCEL 来完 成计算将变得简单和轻松。以下图中的数据为例 : 多元线性回归的 EXCEL 数据分析操作方法首先单击工具栏 ,在弹出的菜单中选择 “数据分析 ”在, 数据 分析工具的选项框中选中 “回归 ”然, 后在输入、输出选项以及有关的选项框中进行适当的选择 ,必须注意在进 行自变量 X 的输入时要按照已经确定的各个自变量的顺序把所有自变量的单元格引用范围一起放在 X 值 的输入区域内。见下图 : 点击“确定”按钮,即可得到线性回归分析的结果。见下图 : 3。3 根据上图中的显示结果 ,可直接写出二元线性回归方程 : Yi = b0 + b1X1i + b2X2i = - 51. 3127 + 1.4053x1i + 6. 3823 x2i b1 表示在促销费用固定时 ,商店的规模大小每增加 1 平方米 ,年销售额平均增加 1. 40 53 万元;b2 表 示在商店的规模大小固定时 ,促销费用每增加 1 万元,年销售额平均增加 6. 3823 万元。这里 b1 即商店的规 模大小的回归系数比一元线性回归方程中的回归系数 b = 1. 6246 小,是因为一元线性回归方程只考虑了商 店的规模大小对年销售额的影响 ,忽略了促销费用这一很重要的因素 ,在商店的规模大小的影响中渗入了促 销费用的影响。这里的截距 b0 = -51. 3127 万元,与一元线性回归方程中的截距 + 99. 01 万元有很大的不 同,因为 X1 = 0 和 X2= 0 都不在 X1、X2 的样本取值范围之内 ,因而对截距项的解释要非常谨慎。 判定系数等于 85. 14 %, 表明在年销售额的变动中 ,有 85. 14 % 可由商店规模大小和促销费用多少这 两个因素的变动来解释 ,只有 14. 86 % 的因素属于随机