如何在Excel中建立线性回归模型 编辑

什么是线性回归？

线性的回归是绘制线性关系&在自变量和因变量之间。它通常用于直观地显示关系的强度和分散 所有结果都是为了解释因变量的行为。

比如说，我们想测试吃冰淇淋的量与肥胖之间关系的强度。我们将取自变量，冰淇淋的量，并将其与因变量，肥胖联系起来，看看是否有关系。如果回归是这种关系的图形化显示，则易变性 在数据中，关系越强，与回归线的拟合越紧密；

关键要点

• 线性回归对因变量和自变量之间的关系进行建模。
• 如果变量是独立的，没有异方差，变量的误差项不相关，就可以进行回归分析。
• 使用数据分析工具包，在Excel中建立线性回归模型更容易。

重要考虑因素

关于您的数据集，有一些关键的假设必须是正确的，才能继续进行分析回归分析 :

1. 变量必须是真正独立的（使用卡方测试）。
2. 数据不能有不同的错误差异（这称为异方差性（也称为异方差）。
3. 每个变量的误差项必须是不相关的。如果不是，则表示变量是；序列相关.

如果这三件事听起来很复杂，那就是。但其中一个不真实的因素的影响是一个有偏见的估计。基本上，你会误述你正在衡量的关系。

在Excel中输出回归

在Excel中运行回归分析的第一步是仔细检查是否安装了免费的Excel插件数据分析工具包。此插件使计算一系列统计数据变得非常容易不是； 需要绘制线性回归线，但这样可以简化统计表的创建。要验证是否已安装，请从工具栏中选择“数据”。如果"；数据分析"；是一个选项，则该功能已安装并可以使用。如果未安装，您可以通过单击Office按钮并选择“Excel选项”来请求此选项；。

使用数据分析工具包，只需单击几下就可以创建回归输出。

自变量在X范围内。

鉴于标准普尔500指数；返回，说我们想知道我们是否可以估计的实力和关系的签证(V)股票退货 . Visa（V）股票回报数据填充第1列作为因变量。标准普尔500指数返回的数据填充第2列作为自变量。

1. 从工具栏中选择“数据”。将显示“数据”菜单。
2. 选择“数据分析”；。将显示“数据分析-分析工具”对话框。
3. 从菜单中选择“回归”，然后单击“确定”；。
4. 在“回归”对话框中，单击“输入Y范围”框，然后选择因变量数据（Visa（V）股票回报）。
5. 单击“输入X范围”框，然后选择自变量数据（S&P 500返回值）。
6. 单击“确定”运行结果。

[注意：如果表格看起来很小，请右键单击图像并在新选项卡中打开以获得更高的分辨率。]

解释结果

使用这些数据（与我们的R平方 文章），我们得到下表：

R²[注意：如果表格看起来很小，请右键单击图像并在新选项卡中打开以获得更高的分辨率。]²值的范围从0到1，值越大表示拟合越好。p值或概率值的范围也在0到1之间，表示测试是否显著。与R形成对比² 值，较小的p值是有利的，因为它表明了因变量和自变量之间的相关性。

在Excel中绘制回归图

我们可以通过突出显示数据并将其绘制为散点图，在Excel中绘制回归图。要添加回归线，请从“图表工具”菜单中选择“布局”。在对话框中，选择“趋势线”，然后选择“线性趋势线”；。添加R² 值，从“趋势线”菜单中选择“更多趋势线选项”。最后，选择“在图表上显示R平方值”；。可视化结果总结了关系的强度，尽管其代价是没有提供上表所示的详细信息；