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】