EXCEL做回归及分析
在解决问题分析问题的时候，经常会用到相关分析和回归分析。之前，我们有介绍过用Excel作相关性分析，今天分享如何用EXCEL做回归及分析。
我们知道，如果有两个以上的连续变量（X）的观察值（测量值Y），就可使用相关分析和回归分析。
比如，在一定的范围内，施肥的量和农作物产量间就有某种关系。相关性就是分析和确认二者之间是否有关系；回归分析就是用方程的形式把二者的关系表达出来。
如下，温度和焊膏量为自变量X，拉拔力为因变量Y。
1、点击“数据”=>“数据分析”=>“回归”=>“确定"
2、按下图输入/选择相关内容
3、可得下图，需要把红圈单元格里的显示改成数值显示
4、看看如何分析
* 回归统计
Multiple R：即相关系数R的值，这里是0.97>0.8，表示强正相关。
R Square：即R平方，又叫判断系数，拟合优度，0~1取值，值越大说明拟合的越好，0.7以上就算不错，0.6以下模型说明需要修正，这里0.95说明拟合的很好。
Adjusted R Square: 即调整后的R平方，用来修正因自变量个数增加而导致模型拟合效果过高的情况，它和R Square的值越近越好。
* 方差分析
df是自由度，ss是平方和，MS是均方，F是F统计量
Significance F是回归方程的总体的显著性检验，这里是0.000<0.05，说明因变量和自变量拟合的较好
* 第三张表
Intercept：截距，也就是回归方程里的常数
120：代表第一个自变量‘温度’
5.6：代表第二个自变量‘焊膏量’
Coefficients：系数，即回归方程的系数
P-value：即P值，判断自变量X对于因变量Y是否显著，如果P<0.05即显著；如果P>0.05,即该自变量不显著，可以将其去除，重新做回归，模型将拟合的更好。
至此，我们可以看到回归效果很好，方程式如下：
拉拔力=0.251119746896046温度+4.42028287938391焊膏量+9.54170864370742
分析完毕。
你可能喜欢：
正确理解六西格玛中的置信区间(Confidence Intervals)