利用Excel进行线性回归分析报告汇总情况.docxVIP

实用标准 文档内容 利用 Excel 进行一元线性回归分析 利用 Excel 进行多元线性回归分析 利用 Excel 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 ）。 文档 实用标准 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）： 文档 实用标准 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： 1. 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）： 文档 实用标准 图 6 2. 然后，选择“回归”，确定，弹出如下选项表（ 图 7）： 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（ 图 8-1 ）。 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（ 图 8-2 ）。 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）。 文档 实用标准 图 8-1 包括数据“标志” 图 8-2 不包括数据“标志” 3. 再后，确定，取得回归结果（ 图 9）。 文档 实用标准 图 9 线性回归结果 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 0.989；测定系数： R2 0.979 ；F 值： F 371.945 ； t 值 ： t 19.286 ；标准离差（标准误差）： s 1.419；回归平方和： SSr 748.854 ；剩余平方和： SSe 16.107 ； y 的误差平方和 即总平方和： SSt 764.961。 建立回归模型，并对结果进行检验 模型为： ? 2.356 1.813x y 至于检 验， R 、 R2 、 F 值、 t 值等均可以直接从回归结果中读出。实际上， R 0.989416 0.632 R0.05,8 ，检验通过。有了 R 值， F 值和 t 值均可计算出来。 值的计算公式和结果为： F R 2 0.989416 2 371.945 5.32 F0.05,8 1 (1 R2) 1 (1 0.989416 2 ) n k 1 10 1 1 显然与表中的结果一样。 值的计算公式和结果为： 文档 实用标准 t R 0.979416 R2 19.286 2.306 t 0.05,8 1 1 0.979416 n k 1 1011 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 n 10 ( yi y?i ) 2 ，然后求残差平方和 S 2 i i i 1 离差为 1 n 2 ? s ii n k 1 i 1  1.724 0.174 16.107 ，于是标准 1 S 16.107 1.419 v 8 于是 s 1.419 y 0.0388 10 ~ 15% 0.1 ~ 0.15 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 n i 1 )2 DW i 2 ( i ( 1.911 1.313) 2 (0.417 0.833) 2 n 2 ( 1.313)2 ( 1.911) 2 0.4172 0.751 i 1 i 取 0.05 ， k 1 ， n 10 （显然 v 10 1 1 8 ），查表得 dl 0.94 ， du 1.29 。 显然， DW=0.751 dl 0.94 ，可见有序列正相关，预测的结果令人怀疑。 文档 实用标准 图 11 利用残差计算 DW 值 利用 Excel 快速估计模型的方法： 2. 用鼠标指向图 4 中的数据