作者：乔山办公网日期：
返回目录：excel表格制作
选择抄工具菜单中的加载宏，弹出加载宏对话框，加载分析工
具库后，选择工具菜单中的数学分析，弹出数学分析对话框，
选择“回归”，弹出回归分析对话框，
在选项[输入zhidaoY区域]的右侧的输入框中输入区域“A1：A4”；
在选项[输入X区域]的右侧的输入框中输入区域“B1：B4”；
在选项[输出选项]中选择新工作表；
在[残差]中选择线性拟合图；
单击[确定]，弹出线性回归分析结果
方法/步骤
厘清各个数据之间的逻辑关系，搞清楚哪个是自变量，哪个又是因变量。如附图所示，这里我们要对人均gdp和城市化水平进行分析，建立符合两者之间的模型，假定人均gdp为自变量，城市化水平是因变量。
由于我们不知道两者之间的具体关系如何，所以我们利用数据生成一个散点图判断其可能符合的模型。如附图1所示为生成的散点图，一般横坐标为自变量，纵坐标为因变量，所以我们需要将x轴，y轴的坐标对调一下，这里采用最简单的方法，将因变量移动到自变量的右边一列即可，如附图2所示。
由步骤2的散点图，我们可以判断自变量和因变量之间可能呈线性关系，我们可以添7a686964616fe58685e5aeb9364加线性趋势线进一步加以判断。如附图1所示。也可以添加指数，移动平均等趋势线进行判断。很明显数据可能符合线性关系，所以下面我们对数据进行回归分析。
选择菜单栏的“数据分析”-->“回归”。具体操作如附图所示。
步骤4进行的回归分析输出结果如附图所示。回归模型是否有效，可以参见p指，如果p<0.001则极端显著，如果0.001<p<0.01非常显著，0.01<p<0.05则一般显著，p>0.05则不显著。本例的p值均小于0.001，所以属于极端显著，故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
如附图2所示。
http://jingyan.baidu.com/article/20b68a88b2ef7f796dec6273.html
选择工具菜单中的加载百宏，弹出加载宏对话框，加载分析工
具库后，选择工具菜单中的数学分析，弹出数学分析对话框，
选择“回归”，弹出回归分析对话框，
在选项[输入Y区域]的右侧的输入框中输度入区域“A1：A4”；
在选项[输入X区域]的右侧的输入框中输入区域“B1：B4”；
在选项[输出选专项]中选择新工作表；
在[残差]中选择线性拟合图；
单击[确定]，弹出线性回归分析结果
如果我的回答没能帮助您，请继续追问。
您也可以向我们团队发出请求，会属有更专业的人来为您解答。
方法/步骤
厘清各个数据之间的逻辑关系，搞清楚哪个是自变量，哪个又是因变量。如附图所示，这里我们要对人均gdp和城市化水平进行分析，建立符合两者之间的模型，假定人均gdp为自变量，城市化水平是因变量。
由于我们不知道两者之间的具体关系如何，所以我们利用数据生成一个散点图判断其可能符合的模型。如附图1所示为生成的散点图，一般横坐标为自变量，纵坐标为因变量，所以我们需要将x轴，y轴的坐标对调一下，这里采用最简单的方法，将因变量移动到自变量的右边一列即可，如附图2所示。
由步骤2的散点图，我们可以判断自变量和因变量之间可能呈线性关系，我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数，移动平均等趋势线进行判断。很明显数据可能符合线性关系，所以下面我们对数据进行回归分析。
选择菜单栏的e68a84e8a2ad7a686964616f362“数据分析”-->“回归”。具体操作如附图所示。
步骤4进行的回归分析输出结果如附图所示。回归模型是否有效，可以参见p指，如果p<0.001则极端显著，如果0.001<p<0.01非常显著，0.01<p<0.05则一般显著，p>0.05则不显著。本例的p值均小于0.001，所以属于极端显著，故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
如附图2所示。