用Excel做线性回归分析.docxVIP

- - 用 Excel 进行一元线性回归分析 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。本文就从最简单的一元线性回归入手 . 在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用 到的 Origin 和数学中常见的 MATLAB 等等。它们虽很专业，但其实使用 Excel 就完全够用了。我们已经知道在 Excel 自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。 文章使用的是 2000 版的软件 ,我在其中的一些步骤也添加了 2007 版的注解 . 1 利用 Excel2000 进行一元线性回归分析 首先录入数据 . 以连续 10 年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图 1）。 图 1 第二步，作散点图 如图 2 所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在 “插入”菜单中打开“图表（ H） (excel2007)”。图表向导的图标为 。选中数据后，数 据变为蓝色（图 2）。 1 图 2 点击“图表向导”以后，弹出如下对话框（图 3）： 图 3 在左边一栏中选中“ XY 散点图”，点击“完成”按钮，立即出现散点图的原始形式 （图 4）： 2 灌 溉 面 积 y( 千 亩 ) 60 50 40 30 灌 溉 面 积 y( 千 亩 ) 20 10 0 0 10 20 30 图 4 第三步，回归 观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下： ⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（ 见图 5）(2007 为 ”数据 ”右端的 ”数据分析 ”)： 图 5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图 6）： 3 图 6 ⑵ 然后，选择“回归”，确定，弹出如下选项表： 图 7 进行如下选择： X 、Y 值的输入区域（ B1:B11， C1:C11 ），标志，置信度（ 95%），新工作表组，残差，线性拟合图。 或者： X、 Y 值的输入区域（ B2:B11，C2:C11 ），置信度（ 95%）， 新工作表组，残差，线性拟合图。 注意：选中数据“标志”和不选“标志”， X 、 Y 值的输入区域是不一样的：前者包括数据标志： 最大积雪深度 x(米 ) 灌溉面积 y(千亩 ) 后者不包括。这一点务请注意。 4 图 8-1 包括数据“标志” 图 8-2 不包括数据“标志” ⑶ 再后，确定，取得回归结果（图 9）。 5 图 9 线性回归结果 ⑷ 最后，读取回归结果如下： 截 距 ： a 2 .356 ； 斜 率 ： b 1.813 ； 相 关 系 数 ： R 0 .9 8 9 ； 测 定 系 数 ： R 2 0 .9 7 9； F 值： F 371 .945 。 ⑸ 建立回归模型，并对结果进行检验 模型为： y? 2 .356 至 于 检 验 ， R 、 R 0.989416 0 .632 计算公式和结果为：  1 .813 x R2 和 F 值 可 以 直 接 从 回 归 结 果 中 读 出 。 实 际 上 ， R 0 .05 ,8 ，检验通过。有了 R 值， F 值和 t 值均可计算出来。 F 值的 2 2 F R 0. 989416 371 . 945 5 .32 F 0 .05 ,8 1 1 R 2 (1 2 ) n (1 ) 10 1 0 .989416 k 1 1 显然与表中的结果一样。 t 值的计算公式和结果为： R 0 .979416 19 . 286 2 .306 t 0.05 ,8 t R 2 1 0.979416 1 n k 1 10 1 1 回归结果中给出了残差（ 图 10），据此可以计算标准离差。首先求残差的平方 2 ? 2 n 10 2 ) ，然后求残差平方和 S 0 .174 16 .107 ，于是标准 i ( yi yi i 1.724 i 1 离差为 6 1 n ? 1 16 .107 s ( yi 2 k 1 i yi ) S 1 .419 n 1 v 8 于是 s 1.419 0 .0388 10 ~ 15 % 0 .1 ~ 0 .15 y 36 .53 图 10 y 的预测值及其相应的残差等 进而，可以计算 DW 值（参见 图 11），计算公式及结果为 DW  n ( i i 1 ) 2 ( 1 .911 1.313 ) 2 ( 0.417