利用Excel进行线性回归分析实例

1 利用Excel2000进行一元线性回归分析

第一步，录入数据

以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。

图1

第二步，作散点图

如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在

“插入”菜单中打开“图表（H）”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。

图2

点击“图表向导”以后，弹出如下对话框（图3）：

图3

在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图

第三步，回归

观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下：

⑴首先，打开“工具”下拉菜单，可见数据分析选项（见图5）：

图5

用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：

图6

⑵然后，选择“回归”，确定，弹出如下选项表：

图7

进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图。

或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%），新工作表组，残差，线性拟合图。

注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括

数据标志：

最大积雪深度x(米)灌溉面积y(千亩)

后者不包括。这一点务请注意。

图8-1 包括数据“标志”

图8-2 不包括数据“标志”

⑶再后，确定，取得回归结果（图9）。

图9 线性回归结果

⑷ 最后，读取回归结果如下：

截距：356.2=a ；斜率：813.1=b ；相关系数：989.0=R ；测定系数：979.02=R ；F 值：945.371=F 。

⑸ 建立回归模型，并对结果进行检验

模型为：x y

813.1356.2ˆ+= 至于检验，R 、R 2

和F 值可以直接从回归结果中读出。实际上，8,05.0632.0989416.0R R =>=，检验通过。有了R 值，F 值和t 值均可计算出来。F 值的计算公式和结果为：

8,05.022

22

32.5945.371)

989416.01(1

1101

989416

.0)1(11F R k n R F =>=---=---=

显然与表中的结果一样。t 值的计算公式和结果为：

8,05.02

306.2286.191110979416.01979416

.01

1t k n R

R t =>=---=---=

回归结果中给出了残差（图10），据此可以计算标准离差。首先求残差的平方

2

2)ˆ(i i i y

y -=ε，然后求残差平方和107.16174.0724.1101

2

=++==∑== n i i

S ε

，于是标准

离差为

419.18

107.161)ˆ(1112

===---=∑=S v y y k n s n

i i

i 于是

15.0~1.0%15~100388.053

.36419.1=<==y s

图10 y 的预测值及其相应的残差等

进而，可以计算DW 值（参见图11），计算公式及结果为

751.0417.0)911.1()313.1()833.0417.0()313.1911.1()(DW 2

22221

22

2

1=++-+--+++-=-=

∑∑==- n

i i

n

i i i ε

εε

取05.0=α，1=k ，10=n （显然81110=--=v ），查表得94.0=l d ，29.1=u d 。显然，DW=<94.0=l d ，可见有序列正相关，预测的结果令人怀疑。

图11 利用残差计算DW 值

最后给出利用Excel 快速估计模型的方法：

⑴ 用鼠标指向图4中的数据点列，单击右键，出现如下选择菜单（图12）：

图12

⑵点击“添加趋势线(R)”，弹出如下选择框（图13）：

图13

⑶在“分析类型”中选择“线性(L)”，然后打开选项单（图14）：

图14

⑷在选择框中选中“显示公式(E)”和“显示R平方值(R)”（如图14），确定，立即得

在图15中，给出了回归模型和相应的测定系数即拟合优度。