Excel 在回归分析中的应用
回归分析方法是处理多个变量之间相互关系的一种数学方法,是数理统计常用方法之一。从分析测试的观点来看,回归分析的任务就是找出响应值y (因变量) 与影响它的诸因素x i (自变量,i = 1 ,2 ,3 , ⋯n) 之间的统计关系(回归模型) ,利用这种统计关系在一定置信度下由各因素的取值去预测响应值的范围,在众多的预报变量中,判断哪些变量对自变量的影响是显著的,哪些变量的影响是不显著的;根据预报变量的给定值来估计和预测精度。
常用的回归模型包括线性回归、非线性回归,前者又可分为一元线性回归、多元线性回归,后者分为可化为一元线性方程的回归方程,如冥函数、指数函数、对数函数等,以及可化为多元线性方程的回归方程,如多项式方程。传统的回归分析方法是对线性回归模型采用最小二乘法来拟合回归方程,然后计算相关系数进行显著性检验,而对非线性方程,还得对自变量和因变量作适当的变换,把非线性方程转化为线性方程,然后再用线性回归的方法处理。这种传统的回归计算方法,尤其对于多元非线性方程,求解过程非常繁琐,计算复杂。
Excel 在回归分析中能避开复杂的计算,把复杂的计算过程交给计算机处理,使用起来非常简单。
本文将探讨如何使用Excel 进行回归分析。
Artcle