第15章 回归分析
15.1回归分析的工作流程
15.2 一元回归分析
15.3多元回归分析
15.1回归分析的工作流程
15.1.1 建立回归模型
15.1.2 估计模型参数
15.1.3 检验模型参数
15.1.4 评估模型效果
15.1.5 提炼研究结论
15.1回归分析的工作流程
![]()
图15.1 回归分析的工作流程
15.1.1 建立回归模型
![]()
15.1.2 估计模型参数
![]()
图15.2 在散添图中添加回归线
15.1.2 估计模型参数
![]()
图15.3 普通最小二乘法示意图
15.1.2 估计模型参数
![]()
图15.3 普通最小二乘法示意图
15.1.2 估计模型参数
![]()
15.1.2 估计模型参数
![]()
15.1.3 检验模型参数
![]()
15.1.5 提炼研究结论
提炼研究结论
总结解释变量对被解释变量的影响效应
评估模型的拟合效果
15.2 一元回归分析
15.2.1 散点图中添加趋势线
15.2.2 函数工具
15.2.3 数据分析/回归工具
15.2.1 散点图中添加趋势线
![]()
图15. 6 在散点图中添加趋势线及设置趋势线格式
15.2.2 函数工具
INTERCEPT函数
SLOPE函数
RSQ函数
STEYX函数
15.2.2 函数工具
实操技巧
INTERCEPT函数、SLOPE函数、RSQ函数和STEYX函数可以分别计算一元回归模型的截距、斜率、判定系数和回归标准误。LINEST函数可以报告回归方程的详细输出结果。
上述函数的相同之处是：第1项参数是被解释变量的数据区域，第2项参数是解释变量的数据区域。
FORECAST.LINEAR函数和TREND函数可以对给定的解释变量的值，对被解释变量进行预测。
给数据区域定义名称，可以提高公式录入效率。
15.2.3 数据分析/回归工具
![]()
图15.14 数据分析/回归对话框
15.3多元回归分析
15.3.1 多元回归方程的估计和检验
15.3.2 多元回归分析在Excel中的实现
15.3.1 多元回归方程的估计和检验
![]()
15.3.1 多元回归方程的估计和检验
参数的估计
单个参数的t检验
多个参数的F检验
校正的判定系数
15.3.2 多元回归分析在Excel中的实现
![]()
图15.18 多元回归方程的LINEST函数的详细输出结果
