返回目录：excel表格制作
步骤如zhidao下：
1、把实验数据输入excel中，两个变量的最好做成两个竖排。选中所有数据，注意不要把文字也选上了。
2、在回菜单栏中点“插入”，然后选择“散点图”下面的下拉菜单。
3、平滑曲线：
从菜单中选择自己需要的类型，一般选择既有数据点，又有平滑曲线的散点图。就能得到平滑曲线。
4、多项式拟合（线性，指数，幂，对数也类似）：
选取数据；
插入，散点图；
选择只有数据点的类型；
就能得到第二张图所示的数据点。
5、点击一个点，会选中所有数据点，然后点右键，在弹出的菜单中选择“添加趋势线”。
6、在这里可以选择需要你和的曲线类型，如线性，指数，幂，对数，多项式。。选择多项式。
再把下面的“显示公式”，“显示R平方”的复选框里打√，就能得到需要的曲线，公式，和相对误差。答
7、图形格式设置：
生成图形后还有一些问题，比如没有坐标轴名称，没有刻度等。
打开菜单中的设计，点图标布局中的下拉菜单。
8、会看到有很多布局类型的图标，选择自己需要的。比如，图中选的布局是常见的有标题，坐标轴名称的。
9、坐标轴还需要设置：用鼠标点击坐标轴附近的区域，右键，选择“设置坐标轴格式”。
10、在这里可以进行详细地设置。具体操作根据自己需要进行。
1、将实验数据输入excel。最好将两个变量分成两个垂直行。选择所有数据，请注意不要也选择文本。
2、单击菜单栏中的“插入”，然后选择“分散”下的下拉菜单。
3、平滑曲线：从菜单中选择所需的类型，并且通常选择同时包含数据点和平滑曲线的散点图。您会得到一条平滑的曲线。
4、多项式拟合（线性，指数，幂，对数相似）：选择数据、插入，散点图、选择仅包含数据点的类型；您可以获得第二个图中显示的数据点。
5、单击一个点将选择所有数据点，然后单击鼠标右键并从弹出菜单中选择“添加趋势线”。
6、在这里，您可以选择需要总和的曲线类型，例如线性，指数，幂，对数，多项式。选择多项式。然后勾选下面的“显示公式”和“显示R平方”复选框，以获取所需的曲线，公式和相对误差。
7、图形格式：生成图形后，仍然存在一些问题，例如没有轴名称，没有比例等等。在菜单中打开设计，然后单击图标布局中的下拉菜单。
8、您将看到具有许多布局类型的图标，然后选择所需的图标。例如，图中选择的布局通常称为标题和轴名称。
9、还需要设置轴：用鼠标单击轴附近的区域，单击鼠标右键，然后选择“设置轴格式”。
10、您可以在此处进行详细设e79fa5e98193e58685e5aeb9365置。具体操作根据自己的需要进行。
这里的b值，是拟合系zhidao数a的初值。一般来说，初定a的初值是比较麻烦的，可以考虑用随机数rand()函数初定，然后用拟合出的函数式计算版P值，即t=[1:5:61]对应的P值（用P1表示），当P和P1比较接近（P—P1≈0）时，则可以认为此时的随机数值就是a的初值。
当然，这个过程不是一次、二次就能确定。权
需要用spss来制作，制作方法如下：
1.打开数据以后，菜单栏上依次点击：analyse--regression--binary logistic，打开二分回归对话框
2.将因变量和自变量放入格子的列表里，如图所示，上面的是因变量，7a686964616fe4b893e5b19e335下面的是自变量，看到这里有三个自变量
3.设置回归方法，这里选择最简单的方法：enter，它指的是将所有的变量一次纳入到方程。其他方法都是逐步进入的方法，在前面的文章中有介绍，这里就不再熬述。
4.点击ok，开始处理数据并检验回归方程，等待一会就会弹出数据结果窗口
5.看到的第一个结果是对case的描述，第一个列表告诉有多少数据参与的计算，有多少数据是缺省值；第二个列表告诉因变量的编码方式，得分为1代表患病，得分为0代表没有患病
6.这个列表告诉在没有任何自变量进入以前，预测所有的case都是患病的正确率，正确率为%52.6
7.下面这个列表告诉你在没有任何自变量进入以前，常数项的预测情况。B是没有引入自变量时常数项的估计值，SE它的标准误，Wald是对总体回归系数是否为0进行统计学检验的卡方。
8.下面这个表格结果，通过sig值可以知道如果将模型外的各个变量纳入模型，则整个模型的拟合优度改变是否有统计学意义。 sig值小于0.05说明有统计学意义
9.这个表格是对模型的全局检验，为似然比检验，供给出三个结果：同样sig值<0.05表明有统计学意义。
10.下面的结果展示了-2log似然值和两个伪决定系数。两个伪决定系数反应的是自变量解释了因变量的变异占因变量的总变异的比例。他们俩的值不同因为使用的方法不同。
11.分类表，这里展示了使用该回归方程对case进行分类，其准确度为%71.8。
12.最后是输出回归方程中的各变量的系数和对系数的检验额值，sig值表明该系数是否具有统计学意义。到此，回归方程就求出来了。