利用Excel进行线性回归分析（补充幂律分布计算）.docVIP

PAGE PAGE 10 1 利用Excel2000进行一元线性回归分析 第一步，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）”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。 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）： 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： = 1 \* GB2 ⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）： 图5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）： 图6 = 2 \* GB2 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。 图8-1 包括数据“标志” 图8-2 不包括数据“标志” = 3 \* GB2 ⑶ 再后，确定，取得回归结果（图9）。 图9 线性回归结果 = 4 \* GB2 ⑷ 最后，读取回归结果如下： 截距：；斜率：；相关系数：；测定系数：；F值：。 = 5 \* GB2 ⑸ 建立回归模型，并对结果进行检验 模型为： 至于检验，R、R2和F值可以直接从回归结果中读出。实际上，，检验通过。有了R值，F值和t值均可计算出来。F值的计算公式和结果为： 显然与表中的结果一样。t值的计算公式和结果为： 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，然后求残差平方和，于是标准离差为 于是 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 取，，（显然），查表得，。显然，DW=0.751，可见有序列正相关，预测的结果令人怀疑。 图11 利用残差计算DW值 最后给出利用Excel快速估计模型的方法： = 1 \* GB2 ⑴ 用鼠标指向图4中的数据点列，单击右键，出现如下选择菜单（图12）： 图12 = 2 \* GB2 ⑵ 点击“添加趋势线(R)”，弹出如下选择框（图13）： 图13 = 3 \* GB2 ⑶ 在“分析类型”中选择“线性(L)”，然后打开选项单（图14）： 图14 = 4 \* GB2 ⑷ 在选择框中选中“显示公式(E)”和“显示R平方值(R)”（如图14），确定，立即得到回归结果如下（图15）： 图15 在图15中，给出了回归模型和相应的测定系数即拟合优度。 1. 2.两边取对数： 3.确认是否符合线性关系，用excel散点图可以直接看到； 4.进行回归分析，得出C、r和RR。 Zipf定律与Pareto定律都是简单的幂函数，我们称之为幂律分布；还有其它形式的幂律分布，像名次——规模分布、规模——概率分布，这四种形式在数学上是等价的，幂律分布的示意图如图1右图所示，其通式可写成y=c*x^(-r)，其中x，y是正的随机变量，c，r均为大于零的常数。这种分布的共性是绝大多数事件的规模很小，而只有少数事件的规模相当大。对上式两边取对数，可知lny与lnx满足线性关系，也即在双对数坐标下，幂律分布表现为一条斜率为幂指数的负数的直线，这一线性关系是判断给定的实例中随机变量是否满足幂律的依据。判断两个随机变量是否满足线性关系,可以求解两者之间的相关系数；利用一元线性回归模型和最小二乘法可得lny对lnx的经验回归直线方程，从而得到y与x之间的幂律关系式。