Excel在统计中的运用.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * （二）操作步骤 1．选择“工具”菜单的“数据分析”子菜单，双击“回归”选项，弹出回归分析对话框。对话框主要选项的含义如下：Y 值输入区域，在此输入因变量数据区域，该区域必须由单列数据组成；X 值输入区域，在此输入对自变量数据区域，自变量的个数最多为16；置信度，如果需要在汇总输出表中包含附加的置信度信息，则选中此复选框，然后在右侧的编辑框中，输入所要使用的置信度，95%为默认值；常数为零，如果要强制回归线通过原点，则选中此复选框；输出区域，在此输入输出表左上角单元格的地址，用于控制计算结果的输出位置。汇总输出表至少需要有七列的宽度，包含的内容有 anova表、系数、y 估计值的标准误差、r2 值、观察值个数，以及系数的标准误差；新工作表，单击此选项，可在当前工作簿中插入新工作表，并由新工作表的 A1 单元格开始显示计算结果，如果需要给新工作表命名，则在右侧的编辑框中键入名称；新工作簿，单击此选项，可创建一新工作簿，并在新工作簿中的新工作表中显示计算结果；残差，如果需要以残差输出表的形式查看残差，则选中此复选框；标准残差，如果需要在残差输出表中包含标准残差，则选中此复选框；残差图，如果需要生成一张图表，绘制每个自变量及其残差，则选中此复选框；线形拟合图，如果需要为预测值和观察值生成一个图表，则选中此复选框；正态概率图，如果需要绘制正态概率图，则选中此复选框。 第六十三页，共七十二页。 2．按如下方式填写对话框：X值输入区域为$B$1:$B$12, Y值输入区域为$C$1:$C$12, 并选择“标志”和“线性拟合图”两个复选框，然后单击“确定”按扭即可。 （三）结果分析 按照如上的操作步骤即可得到图附-21下表的计算结果。结果可以分为四个部分，第一部分是回归统计的结果包括多元相关系数、可决系数R2、调整之后的相关系数、回归标准差以及样本个数。第二部分是方差分析的结果包括可解释的离差、残差、总离差和它们的自由度以及由此计算出的F统计量和相应的显著水平。第三部分是回归方程的截距和斜率的估计值以及它们的估计标准误差、t统计量大小双边拖尾概率值、以及估计值的上下界。根据这部分的结果可知回归方程为Y=8.46433*X-18.288。第四部分是样本散点图， 其中蓝色的点是样本 第六十四页，共七十二页。 的真实散点图，红色的点是根据回归方程进行样本历史模拟的散点。如果觉得散点图不够清晰可以用鼠标拖动图形的边界达到控制图形大小的目的。用相同的方法可以进行多元线性方程的参数估计，还可以在自变量中引入虚拟变量以增加方程的拟合程度。对于非线性的方程的参数估计，可以在进行样本数据的线性化处理之后，再按以上步骤进行参数估计。 图 附-21 第六十五页，共七十二页。 八、相关系数分析 （一）简介：使用“相关系数”分析工具来确定两个区域中数据的变化是否相关，即，一个集合的较大数据是否与另一个集合的较大数据相对应（正相关）；或者一个集合的较小数据是否与另一个集合的较小数据相对应（负相关）；还是两个集合中的数据互不相关（相关性为零）。 （二）操作步骤：采用图附-3表中的数据，可按如下步骤计算变量x,y,z之间的相关系数。 1．用鼠标点击表中待分析数据的任一单元格。 2．选择“工具”菜单的“数据分析”子菜单，用鼠标双击数据分析工具中的“相关系数”选项 。 第六十六页，共七十二页。 3 ．填写完“相关系数”对话框，单击“确定”按扭即可得到各个变量的相关系数矩阵，结果如图附-22所示。 （三）结果说明：以上下三角矩阵计算出三个变量x,y,z两两之间的相关系数，如变量x,y之间的相关系数为：0.929,所以可以判断x,y之间存在着较高的正线性相关关系。 图 附-22 第六十七页，共七十二页。 九、季节变动时间序列的分解分析 （一）简介：分解分析法是时间序列分析和预测过程中常用的统计方法。该方法假设时间序列是趋势变动(T)、循环变动(C)、随机变动(I)综合影响的结果，分解过程首先从原始序列中消除随机变动，然后在此基础上，分别识别出循环变动和趋势变动的变化模式。假设的合理性、方法的科学性和操作的简易性使分解分析法在经济预测中得到了较为广泛的应用。下面结合具体例子介绍在Excel中如何实现时间序列的分解分析。如图附-23所示，表中A1至B13单元格是1996至1998年各季度某海滨城市旅游人口数(千人),试预测1999