返回目录:excel表格制作
以Excel2010为例。
1、“开发工具”选copy项卡 中单击“加载项”组中的“加载项”按钮,打开“加载宏”百对话框。如下图。勾选 “分析工具库”。
2、“数据”选项卡中“分析”组度中的“数据分析”按钮,打开“数据分析”对话框问。如下图。单击“回归答”选项。
剩下的楼主自己搞定吧。
在日常数据分析工作当中,回归分析是应用十分广泛的一种数据分析方法,按照涉及自变量的多少,可分为一元回归分析和多元回归分析;按照自变量和因变量之间的关系类型,可分为线性回归分析和非线性回归分析。
回归分析的实施步骤:
1)根据预测目标,确定自变量和因变量
2)建立回归预测模型
3)进行相关分析
4)检验回归预测模型,计算预测误差
5)计算并确定预测值
我们接下来讲解在Excel2007中如何进行回归分析?
一、案例场景
为了研究某产品中两种成分A与B之间的关系,现在想建立不同成分A情况下对应成分B的拟合曲线以供后期进行预测分析。测定了下列一组数据:
二、操作步骤
1、先绘制散点图:具体步骤是选中数据,插入—7a64e58685e5aeb9334>图表—>散点图
2、在散点图的数据点上右键—>添加趋势线
3、在弹出的选项框的选项中选择公式和相关系数等,这样就以得到拟合的直线
在图中我们可以看到,拟合的回归方程是 y = 0.223x + 9.121 ,R² = 0.982
附:R2相关系数取值及其意义
我们进一步使用Excel中数据分析的回归分析提供更多的分析变量来描述这一个线性模型
4、选中数据—>数据—>数据分析—>回归
注:本操作需要使用Excel扩展功能,如果您的Excel尚未安装数据分析,可以参考该专题文章的第一篇《用Excel进行数据分析:数据分析工具在哪里?》。
方法如下:
选择成对的数据列,将使用“X、Y散点图”制成散点图。
在数据点上单击右键,选择“添加趋势线”-“线性”,并在选项标签中要求给出公式和相关系数等,可以得到拟合的直线。
由图中可知,拟合的直线是y=15620x+6606.1,R2的值为0.9994。
因为R2 >0.99,所以这是一个线性特征非常明显的实验模型,即说明拟合直线能够以大于99.99%地解释、涵盖了实测数据,具有很好的一般性,可以作为标准工作曲线用于其他未知浓度溶液的测量。
为了进一步使用更多的指标来描述这一个模型,我们使用数据分析中的“回归”工具来详细分析这组数据。
在选项卡中显然详细多了,注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型,本例确实是这样,因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高,但是在x=0时,仍然有对应的数值,这显然是一个可笑的结论。所以选择“常数为零”。
“回归”工具为我们提供了三张图,分别是残差图、线性拟e799bee5baa6e997aee7ad94e78988e69d83365合图和正态概率图。重点来看残差图和线性拟合图。
在线性拟合图中可以看到,不但有根据要求生成的数据点,而且还有经过拟和处理的预测数据点,拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用,由于涉及到过多的专业术语,请各位读者根据实际,在具体使用中另行参考各项参数,此不再对更多细节作进一步解释。
残差图是有关于世纪之与预测值之间差距的图表,如果残差图中的散点在中州上下两侧零乱分布,那么拟合直线就是合理的,否则就需要重新处理。
更多的信息在生成的表格中,详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。
方法/步骤
打开复Excel.2010,首先输入课本例题7.1的全部数据,2012年各地区农村居民家庭人均纯收入与人均消费支出,
做题之前,我们先为Excel.2010注入回归分析的相制关内容,点击【文件】,选择左下角的【选项】,出来如图,选择【加载项】,点击【转到】。
进入加载宏,选择【分百析工具库】,点击确定。
进入【数据】,就会发现最右面出现了【数据分析】这一项。
点击数据分析之后选度择【回归】,确定,这样就为Excel.2010导入了知数据分析的功能,进行回归分析了,选择X、Y值的区域,其他不变的,点击确定。
5
最后,就是我们需要的内容,根据道数据进行分析,可以得出样本的回归函数:
Yi=1004.539839+0.6018Xi【具体看做的题目】