Excel回归分析法的妙用你知道吗？

回归分析工具通过对一组观察值使用“最小二乘法”直线拟合来执行线性回归分析。该工具可用来分析单个因变量是如何受一个或几个自变量的值影响的。
在本例中，给出了香格里拉12个观测站11月的平均气温、海拔高度和纬度值，下面使用回归分析法来判断该地区的气温与海拔高度及纬度是否有关。



步骤01　单击“数据分析”按钮
打开原始文件，  切换至“数据”选项卡，  单击“数据分析”按钮，如下图所示。



步骤02　选择“回归”分析工具
弹出“数据分析”对话框，  在“分析工具”列表框中单击“回归”选项，  单击“确定”按钮，如下图所示。



步骤03　设置输入选项
弹出“回归”对话框，  设置“Y值输入区域”为单元格区域A2：A14、“X值输入区域”为单元格区域B2：C14，  勾选“标志”和“置信度”复选框，保持默认值“95%”不变，如下图所示。



步骤04　设置输出选项
在“输出选项”选项组中单击“输出区域”单选按钮，  在右侧的文本框中设置输出区域为单元格E2，  单击“确定”按钮，如下图所示。



步骤05　显示回归分析计算结果
此时工作簿中自动创建了“回归分析”工作表，在其中显示回归分析的统计量、方差分析表等数据，如下图所示。



贴心小提示
回归统计表中，单元格F7中的值是0.9567，这说明海拔和纬度两个自变量能解释气温变化的95.67%，气温变化的大约4%由其他因素来解释；估计的标准误差位于单元格F8中，数值是1.2017，这就是实际值与估计值间的误差。单元格I18中的F统计量的P值约为0.037，小于显著水平0.05，说明方程回归效果显著。回归参数表中，截距0用Intercept表示，数值为33.068；回归系数1用“海拔高度”来表示，数值为-0.011；回归系数2用“纬度”表示，数值为-0.065。最终回归方程可写为：y=33.068-0.011x1-0.065x2。

职场生存技巧　创建正态概率图
使用回归统计工具不仅能得到相应的回归统计结果，还能生成一些图表，如残差图、线性拟合图和正态概率图。残差图可以检查回归线的异常点；线性拟合图是用解析表达式逼近离散数据，即离散数据的公式化；正态概率图用于检查一组数据是否服从正态分布。要创建正态概率图，只需要在“回归”对话框的“正态分布”选项组中勾选其复选框，然后单击“确定”按钮即可。