作者：乔山办公网日期：
返回目录：excel表格制作
回归平方和占总误差平方和的比例。
回归平方和，是反映自变量百与因变量之间的相关程度的偏差平方和。用回归方程或回归线来描述变量之间的统计关系时，实验值yi与按回归线预测的值Yi并不一定完全一致。
误差平方和又称残差平方和、组内度平方和等，根据n个观察值拟合适当的模型后，余下未能问拟合部份(ei=yi一y平均)称为残差，其中y平均表示n个观察值的平均值，所有n个残差平方答之和称误差平方和。
扩展资料
RSS(Residual Sum of Squares)=∑(u)2称为残差平方和，ESS (Explained Sum of Squares)=∑(ŷ-ȳ)2称为回归平方和。残差平方和越小，自变量与因变量之间的相关性越好。
在方差分析中，我们将要考察的对象的某种特征称为试验指标，影响试验指标的条件称为因素，因素可分为回两类，一类是人们可以控制的(如原材料、设备、学历、专业等因素)；另一类人们无法摔制的(如员工素质与机遇等因素)。
参考资料来源：答百科-回归平方和">百度百科-回归平方和
参考资料来源：百度百科-误差平方和
如果同时要显示zd相关系数，还要勾选显示R平方值。
注意这里并不能直接显示相关系数版，只能显示相关系数的平方值。
如果是是趋势线是线性的，还可以直接用公式计算出各参权数值
假如源数据在A1:B5区域，其中A列为X，B列为Y
则：
相关系数：=CORREL(A1:A5,B1:B5)
斜率：=SLOPE(B1:B5,A1:A5)
截距：=INTERCEPT(B1:B5,A1:A5)
=RSQ(B1:B7,A1:A7)
这个函数通复过 known_y's 和 known_x's 中的数据点返回皮尔生制(Pearson)乘积矩相关系数的平方。
线性趋势线方程：知y=mx+b
m是系数，=LINEST(B1:B7,A1:A7,1)
b是截距，道=INTERCEPT(B1:B7,A1:A7)
R相关系数，=RSQ(B1:B7,A1:A7)
当趋势线的 R 平方值等于或近似于 1 时，趋势线最可靠。用趋势线拟合数据zhidao时，Excel 会自动计算其 R 平方值。如果需要，您可以在图表上显示该值。
R可以理解为相关系数，像一元线性回归预测方法里面也有这个R，相关系数是反映两个变量间是否存在相关关系，以及这种相关关系的内密切程度的一个统计量。越接近1关系越密切，越接近0则不存在线性关系。
R的平方则反映多元线性回归的关系，同样越接近1越线性相关
截距是在选中“设置截距 =”复选框中容的吧。这个截距的意思是：在“设置截距 =”框中，键入用于指定垂直（值）轴上趋势线与该轴交叉的点的值。
注意：只有在您使用指数、线性或多项式趋势线时才能执行此操作。
希望能对您有帮助~