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。