作者：乔山办公网日期：
返回目录：excel表格制作
a表示截距，b表示直线的斜率，e是误差项。
线性回归通常是人们在学习预测模型时首选的技术之一。在这种技术中，因变量是连续的，自变量可以是连续的也可以是离散的，回归线抄的性质是线性的。
线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自袭变量（X）之间建立一种关系。
多元线性回归可表示为Y=a+b1*X +b2*X2+ e，其中a表示截距，b表示直线的斜率，e是误差项。多元线性回归可以根据给定的预测变量（s）来预测目标变量的值。
扩展资料
回归分析的步骤如下：
1、根据自变量与因变量的现有数据以及关系，初步设定回归方程；
2、求出合理的回归系数；
3、进行相关性检验，确定相关系数；
4、在符zhidao合相关性要求后，即可根据已得的回归方程与具体条件相结合，来确定事物的未来状况，并计算预测值的置信区间。
参考资料来源：百度百科--回归分析
方法/步骤
第一步仍然是准备好我们需要的数据，纵向排列
首先计算Y的估计值，我们根据回归方程计算
在C2单元格里面输入“=0.48*$B2-2021.08”，7a64e4b893e5b19e335回车计算出结果，然后向下拖动生成所有点对应的y估计值
接着我们需要计算残差e，在D2单元格里面输入“=$C2-$A2”还是向下拖动生成残差列
然后计算残差的平方，在E2单元格里面输入“=D2^2”
做右侧空白区域选择一个单元格，比如M2，在单元格里面输入“=SUM(E2:E20)”计算残差的平方和
接下来我们计算x的平方，在F2单元格里面输入“=B2^2”向下拖动生成x的平方值列
同样在右侧找一个单元格，如M3，输入“=SUM(F2:F20)”回车
接下来我们计算估计误差
先在K2单元格计算出x的均值，输入“=AVERAGE(B2:B20)”
在K3输入需要计算得X值，比如这里的3000
在K5单元格里面输入“=SQRT($M$2/17*(1/18+($K$3-$K$2)^2/$M$3))”回车输出误差值
如果计算得是置信区间的话，可以另外选择单元格输入“=SQRT($M$2/17*(1+1/18+($K$3-$K$2)^2/$M$3))”
我们需要分别计算预测区间的上限和下限
在J9单元格里面输入“=$M$5-TINV(0.05,17)*$K$5”回车，作为下限值
在K9单元格里面输入“=$M$5+TINV(0.05,17)*$K$5”回车，作为上限值
7
接下来如果我们需要更换X的值，只需要在K3单元格里面重新输入X新的数值，然后回车，在J3和K3单元格就会计算出Y的预测区间的下限和上限。
有个save选项的，你看看
我经常帮别人做这类的数据分析的
1、假设你的数据样本如图，插入折线图
2、在折线图上右键，添加趋势线
截距自己设定，一般r平方值大于0.8就算拟合度可以接受了，当然越高越好。
3、根据得出的趋势方程列公式
4、计算x0得出的y值