利用Ecel进行线性回归分析报告.docx

实用标准 实用标准 文档大全 文档大全 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 （图 2）。 。选中数据后，数据变为蓝色 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）： 灌溉面积y(千亩) 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： 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 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： 灌溉面积 y(千 最大积雪深度 x(米) 亩) 后者不包括。这一点务请注意（图 8）。 图 8-1 包括数据“标志” 图 8-2 不包括数据“标志” 再后，确定，取得回归结果（图 9）。 最后，读取回归结果如下： 图 9 线性回归结果 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 ； t 值： t ? 19.2 8 6； 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： y ? 2.356 ? 1.813x 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 ? R ，检验通过。有了R 值，F 值和 t 值均可计算出来。 0.05,8 F 值的计算公式和结果为： ? ? ? ? ? ? ? ? 1 1F 371.945 5.32 F 1 1 (1 ? R 2 ) (1 ? 0.9894162 ) n ? k ? 1 10 ? 1 ? 1 显然与表中的结果一样。 1 ? R 1 ? R 2 n ? k ?1 1 ? 0.979416 10 ?1 ?1 0.05,8 t ? R ? 0.979416 ? 19.286 ? 2.306 ? t  0.05,8 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 ? ( y i i y? i )2 ，然后求残差平方和 S ? n??10? 2 i i?1 ? 1.724 ? ? ? 0.174 ? 16.107 ，于是标准 离差为 s ?  1n ? k ?1?n 1 n ? k ?1 ?n i?1 ( y ? y? )2 i i 1 S v 16.107 8 于是 s ? 1.419  ? 0.0388 ? 10 ~ 15% ? 0.1 ~ 0.15 y 36.53 图 10y 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?2 ? ? )2 i?1  ? (?1.911 ? 1.313)2 ? ? ? (0.417 ? 0.833)2 ? 0.751 ?n ? 2 i i?1 (?1.313)2 ? (?1.911)2 ? ? ? 0.4172 取? ? 0.05 ， k ? 1 ， n ? 10 （显然 v ? 10 ?1 ?1 ? 8 ），查表得 d ll l ? 0.94 ， d u ? 1.29 。 显然，DW=0.751 ? d ? 0.94 ，可见