excel学习库

回归分析和线性回归?

回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。通过数据间相关性分析的研究，进一步建立自变量X_i因变量Y

a为误差服从均值为0的正态分布

按照涉及自变量的多少，分为一元线性回归分析和多元线性回归分析。

单个自变量X

比如，身高(X)与体重(Y)的影响。

包括两个或两个以上的自变量，且因变量和自变量之间是线性关系多个自变量X₁、X₂….X_n对因变量Y是否有影响。

X₁X₂X_n

1、确定Y与X间的定量关系表达式，这种表达式称为回归方程；

2、对求得的回归方程的可信度进行检验；

3、判断自变量X对因变量Y有无影响；

4、利用所求得的回归方程进行预测和控制。

打开Excel，首先准备一些数据。下图是一个公司2020年的各个月份销售额，分析预测月份对销售额的影响，具体数据如下：

散点图添加趋势线直观

具体操作步骤如下：

数据列插入图表散点图

添加趋势线方程公式美化

可以看到，销售额与月份的一元线性回归方程为：

Y=144.23X+724.61，判定系数R = 0.9931

上述说明这方程的拟合程度很好，其中拟合直线可以解释99%的变量波动。

使用“数据分析”功能里的“回归”方法，这个方法相对更专业。

具体操作步骤如下：

点击数据分析数据分析弹出的对话框里的“回归”

2)在弹出的对话框里填写相应的信息，如下图：

3)点击确定，最终结果如下：

可以看到销售额与月份的一元回归线性方程为：

y =144.2273x+724.6061，

相关系数R=0.996538，判定系数R=0.993087，

销售额与月份呈正相关

打开Excel，先准备一些数据。下图是分析预测投入资产、宣传费、运输费对销售额是否产生影响

分析具体过程如下：

数据分析数据分析弹出的对话框里的“回归”

2)在弹出的对话框里填写相应的信息，如下图：

3)点击确定，最终结果如下：

可以看到销售额与各自变量的多元线性方程：

Y=-0.24232X₁+8.988853X₂+1.947114X₃-121.719 ，

相关系数R=0.999253，判定系数R=0.998507，

拟合程度很好销售额与投入资产呈负相关与宣传费、运输费呈正相关

以上就是本次要给大家讲解的Excel线性回归分析的全部内容，我们下期见~