excel做回歸分析的教程

　　Excel中經(jīng)常需要對數(shù)據(jù)進(jìn)行回歸分析的一個操作，回歸分析具體該如何進(jìn)行操作呢?下面是由學(xué)習(xí)啦小編分享的excel做回歸分析的教程，以供大家閱讀和學(xué)習(xí)。

　　excel做回歸分析的教程(一)

　　步驟1：首先將預(yù)處理的數(shù)據(jù)輸?shù)絾卧窭?/p>

　　步驟2：“數(shù)據(jù)”里有一項“數(shù)據(jù)分析”，至于如何導(dǎo)入，詳見我另外的經(jīng)驗

　　步驟3：在一堆數(shù)據(jù)分析工具里找到回歸這一項

　　步驟4：對應(yīng)框入Y值和X值，即可進(jìn)行分析

　　步驟5：點擊確定后，即出現(xiàn)以下分析，常用的幾個數(shù)據(jù)已圈出

　　excel做回歸分析的教程(二)

　　步驟1：選擇成對的數(shù)據(jù)列，將它們使用“X、Y散點圖”制成散點圖。

　　步驟2：在數(shù)據(jù)點上單擊右鍵，選擇“添加趨勢線”-“線性”，并在選項標(biāo)簽中要求給出公式和相關(guān)系數(shù)等，可以得到擬合的直線。

　　步驟3：由圖中可知，擬合的直線是y=15620x+6606.1，R2的值為0.9994。

　　步驟4：因為R2 >0.99，所以這是一個線性特征非常明顯的實驗?zāi)Ｐ?，即說明擬合直線能夠以大于99.99%地解釋、涵蓋了實測數(shù)據(jù)，具有很好的一般性，可以作為標(biāo)準(zhǔn)工作曲線用于其他未知濃度溶液的測量。

　　步驟5：為了進(jìn)一步使用更多的指標(biāo)來描述這一個模型，我們使用數(shù)據(jù)分析中的“回歸”工具來詳細(xì)分析這組數(shù)據(jù)。

　　步驟6：在選項卡中顯然詳細(xì)多了，注意選擇X、Y對應(yīng)的數(shù)據(jù)列。“常數(shù)為零”就是指明該模型是嚴(yán)格的正比例模型，本例確實是這樣，因為在濃度為零時相應(yīng)峰面積肯定為零。先前得出的回歸方程雖然擬合程度相當(dāng)高，但是在x=0時，仍然有對應(yīng)的數(shù)值，這顯然是一個可笑的結(jié)論。所以我們選擇“常數(shù)為零”。

　　步驟7：“回歸”工具為我們提供了三張圖，分別是殘差圖、線性擬合圖和正態(tài)概率圖。重點來看殘差圖和線性擬合圖。

　　步驟8：在線性擬合圖中可以看到，不但有根據(jù)要求生成的數(shù)據(jù)點，而且還有經(jīng)過擬和處理的預(yù)測數(shù)據(jù)點，擬合直線的參數(shù)會在數(shù)據(jù)表格中詳細(xì)顯示。本實例旨在提供更多信息以起到拋磚引玉的作用，由于涉及到過多的專業(yè)術(shù)語，請各位讀者根據(jù)實際，在具體使用中另行參考各項參數(shù)，此不再對更多細(xì)節(jié)作進(jìn)一步解釋。

　　步驟9：殘差圖是有關(guān)于世紀(jì)之與預(yù)測值之間差距的圖表，如果殘差圖中的散點在中州上下兩側(cè)零亂分布，那么擬合直線就是合理的，否則就需要重新處理。

　　步驟10：更多的信息在生成的表格中，詳細(xì)的參數(shù)項目完全可以滿足回歸分析的各項要求。下圖提供的是擬合直線的得回歸分析中方差、標(biāo)準(zhǔn)差等各項信息。