回归分析excel操作

辽宁警官高等专科学校

本科毕业论文

系： 公安技术系

专业： 刑事科学技术

学生： 于熙雯

指导教师： 沈 聪

完成日期： 2009年5月15日

基于EXCEL的回归分析在足迹分析上的应用

辽宁警官高等专科学校毕业设计（论文）题目

基于EXCEL的回归分析

在足迹分析上的应用

总计 毕业设计（论文） 17 页

表格 3 个 插图 3 幅

1

基于EXCEL的回归分析在足迹分析上的应用

毕业论文任务书 姓 名 于熙雯 专 业 刑事科学技术 毕业论文方向： 痕迹检验 题 目： 基于EXCEL的回归分析在足迹分析上的应用 完成日期： 2009-5-15 题目来源： 自拟 在校内或校外以何种形式进行: 校内在老师指导下独立完成 论文主要内容：回归分析预测法可以从各种痕迹数据之间的相互关系出发，通过对与预测对象有联系的现象变动趋势的分析，推算

用Excel进行一元线性回归分析

Excel功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。本文就从最简单的一元线性回归入手.

在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。

文章使用的是2000版的软件,我在其中的一些步骤也添加了2007版的注解.

1 利用Excel2000进行一元线性回归分析

首先录入数据.

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）(excel2007)”。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

在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出

Excel回归分析结果的详细阐释

利用Excel的数据分析进行回归，可以得到一系列的统计参量。下面以连续10年积雪深度和灌溉面积序列（图1）为例给予详细的说明。

图1 连续10年的最大积雪深度与灌溉面积（1971－1980）

回归结果摘要（Summary Output）如下（图2）：

图2 利用数据分析工具得到的回归结果

1

第一部分：回归统计表

这一部分给出了相关系数、测定系数、校正测定系数、标准误差和样本数目如下（表1）：

表1 回归统计表

逐行说明如下：

Multiple对应的数据是相关系数(correlation coefficient)，即R=0.989416。

R Square对应的数值为测定系数(determination coefficient)，或称拟合优度(goodness of fit)，它是相关系数的平方，即有R2=0.9894162=0.978944。

Adjusted对应的是校正测定系数(adjusted determination coefficient)，计算公式为

(n?1)(1?R2)Ra?1?

n?m?1式中n为样本数，m为变量数，R2为测定系数。对于本例，n=10，m=1，R2=0.978944，代入上

Excel回归分析结果的详细阐释

利用Excel的数据分析进行回归，可以得到一系列的统计参量。下面以连续10年积雪深度和灌溉面积序列（图1）为例给予详细的说明。

图1 连续10年的最大积雪深度与灌溉面积（1971－1980）

回归结果摘要（Summary Output）如下（图2）：

图2 利用数据分析工具得到的回归结果

1

第一部分：回归统计表

这一部分给出了相关系数、测定系数、校正测定系数、标准误差和样本数目如下（表1）：

表1 回归统计表

逐行说明如下：

Multiple对应的数据是相关系数(correlation coefficient)，即R=0.989416。

R Square对应的数值为测定系数(determination coefficient)，或称拟合优度(goodness of fit)，它是相关系数的平方，即有R2=0.9894162=0.978944。

Adjusted对应的是校正测定系数(adjusted determination coefficient)，计算公式为

(n?1)(1?R2)Ra?1?

n?m?1式中n为样本数，m为变量数，R2为测定系数。对于本例，n=10，m=1，R2=0.978944，代入上

excel做回归分析

Excel做线性回归分析基本原理及实例

一、原理

1、回归分析原理

由一个或一组非随机变量来估计或预测某一个随机变量的观测值时，所建立的数学模型及所进行的统计分析，称为回归分析。按变量个数的多少，回归分析有一元回归分析与多元回归分析之分，多元回归分析的原理与一元回归分析的原理类似。按变量之间关系的形式，回归分析可以分为线性回归分析和非线性回归分析。

2 、回归分析的主要内容

回归分析的内容包括如何确定因变量与自变量之间的回归模型；如何根据样本观测数据，估计并检验回归模型及未知参数；在众多的自变量中，判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的；根据自变量的已知值或给定值来估计和预测因变量的值。

3、利用图表进行分析

例23-1：某种合成纤维的强度与其拉伸倍数之间存在一定关系，图23-1所示（“线性回归分析”工作表）是实测12个纤维样品的强度y与相应的拉伸倍数x的数据记录。试求出它们之间的关系。

excel做回归分析

（1）打开“线性回归分析”工作表。

（2）利用“图表向导”绘制 “XY散点图”。

（3）在“XY散点图”中绘制趋势回归直线，如图23-2所示。

excel做回归分析

二、 Excel中的回归分析工作表函数

（1）截距函数

E x c e l数据分析工具进

行多元回归分析

WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】

使用E x c e l数据分析工具进行多元回归分析使用Excel数据分析工具进行多元回归分析与简单的回归估算分析方法基本相同。但是由于有些电脑在安装办公软件时并未加载数据分析工具，所以从加载开始说起（以Excel2010版为例，其余版本都可以在相应界面找到）。

点击“文件”，如下图：

在弹出的菜单中选择“选项”，如下图所示：

在弹出的“选项”菜单中选择“加载项”，在“加载项”多行文本框中使用滚动条找到并选中“分析工具库”，然后点击最下方的“转到”，如下图所示：

在弹出的“加载宏”菜单中选择“分析工具库”，然后点击?“确定”，如下图所示：

加载完毕，在“数据”工具栏中就出现“数据分析”工具库，如下图所示：

给出原始数据，自变量的值在A2：I21单元格区间中，因变量的值在J2：J21中，如下图所示：

假设回归估算表达式为：

试使用Excel数据分析工具库中的回归分析工具对其回归系数进行估算并进行回归分析：

点击“数据”工具栏中中的“数据分析”工具库，如下图所示：

在弹出的“数据分析”-“分析工具”多行文本框中选择“回归

实验四 利用EXCEL软件进行直线回归与相关分析

一、实验目的：

1、巩固相关与回归的概念、步骤、公式计算。

2、学会使用Excel进行直线回归与相关分析，掌握相关与回归分析的方法步骤。

二、实验器具

计算机

三、实验要求

一人一台计算机，独立完成操作，并结合例题和习题，完成上机操作并分析解释结果。

四、实验的原理及步骤： （一）相关分析工具

例1．某地一年级12名女大学生的体重与肺活量数据如下，试求肺活量(L)Y对体重(kg)X的相关系数与直线回归方程。 体 重 X

42 42

46 46 46

50

50 50

52

52 58

58

肺活量 2.52.2.72.2.2.83.43.3.42.83.

3

Y 5 2 5 4 8 1 1 1 6 5 5 分析提示：此为求肺活量(L)Y对体重(kg)X的直线回归方程，可用直线回归与相关分析。 操作步骤：

1)设置数据区域，并输入数据。如本例A1:A13为体重(kg)X自变量数据区，B1:B13为肺活量(L)Y因变量数据区 ； 2)选取“工具”栏中“数据分析”； 3)选定“相关系数”；

4)选择“确定”按钮；显示“相关系数”对话框； 5)在“输入区域” 框输入A1:B13单

本文介绍 Microsoft Office Excel 中 LINEST 函数的公式语法和用法。有关绘制图表和执行回归分析的详细信息LINEST 函数可通过使用最小二乘法计算与现有数据最佳拟合的直线,来计算某直线的统计值,然后返回描述此直线的数组。也可以将 LINEST 与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值,包括多项式、对数、指数和幂级数。因为此函数返回数值数组,所以必须以数组公式的形式输入。

LINEST 函数

本文介绍 Microsoft Office Excel 中 LINEST 函数 （函数：函数是预先编写的公式，可以对一个或多个值执行运算，并返回一个或多个值。函数可以简化和缩短工作表中的公式，尤其在用公式执行很长或复杂的计算时。）的公式语法和用法。有关绘制图表和执行回归分析的详细信息，请点击“请参阅”部分中的链接。

说明

LINEST 函数可通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算某直线的统计值，然后返回描述此直线的数组。也可以将 LINEST 与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值，包括多项式、对数、指数和幂级数。因为此函数返回数值数组，所以必须以数组公式的形式输入。请按照本文中

回归分析 1）：变量选择与逐步回归 stepwise(X,y)

stepwise(X,y,inmodel,penter,premove) 课本P317

输入x为候选变量集合的n*k数据矩阵(n是数据容量,k是变量数目),y为因变量数据向量(n维),inmodel是初始模型中包括的候选变量集合的指标(矩阵x的列序数,

默认时设定为全部候选变量),penter是引入变量的显著性水平(默认时庙宇为0.05),premove是剔除变量的显著性水平(默认时设定为0.10)

调查了12名6到12岁正常儿童的体重,身高和年龄,如表,建立回归模型用于 预测从身高和年龄儿童的体重

1 2 3 4 5 6 7 8 9 10 11 12 y/kg 27.1 30.2 24.0 33.4 24.9 24.3 30.9 27.8 29.4 24.8 36.5 29.1 x1/m 1.34 1.49 1.14 1.57 1.19 1.17 1.39 1.21 1.26 1.06 1.64 1.44 x2/

用jxl读取excel的数据，由于excel数据在录入时的各种原因，数据后面都有空格，而且读出来以后（也许是编码原因），数据口面不是出 现\就是出现一个不知所谓的乱码符，不要考虑用替换，因为替换只有在你的项目编码方式和内存中excel数据编码方式一样的时候才能替换，否则你连保 存都会提示编码问题而保存不了。

直接用subSequence(0, cellContent.length()-1) 就可以了

同时提醒一下，读取出来的数据时Cell类型的话，直接getContent是可以得到内容的，但具体内容最好依靠下面的方法获 Java代码

1. if (cell.getType() == CellType.LABEL) {

2. LabelCell labelCell = (LabelCell) cell; 3. String cellContent = labelCell.getString();

4. cellContent = (String) cellContent.subSequence(0, cellContent.length()-1);

5. column_contents[cols