![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
如何用EXCEL做数据线性拟合和回归分析
2个回答
展开全部
1、厘清各个数据之间的逻辑关系,搞清楚哪个是自变量,哪个又是因变量。这里我们要对人均gdp和城市化水平进行分析,建立符合两者之间的模型,假定人均gdp为自变量,城市化水平是因变量。
2、由于我们不知道两者之间的具体关系如何,所以我们利用数据生成一个散点图判断其可能符合的模型。为生成的散点图,一般横坐标为自变量,纵坐标为因变量,所以我们需要将x轴,y轴的坐标对调一下,这里采用最简单的方法,将因变量移动到自变量的右边一列即可。
3、由步骤2的散点图,我们可以判断自变量和因变量之间可能呈线性关系,我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数,移动平均等趋势线进行判断。很明显数据可能符合线性关系,所以下面我们对数据进行回归分析。
4、选择菜单栏的“数据分析”-->“回归”。
5、步骤4进行的回归分析输出结果如附图所示。回归模型是否有效,可以参见p指,如果p<0.001则极端显著,如果0.001<p<0.01非常显著,0.01<p<0.05则一般显著,p>0.05则不显著。本例的p值均小于0.001,所以属于极端显著,故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
2、由于我们不知道两者之间的具体关系如何,所以我们利用数据生成一个散点图判断其可能符合的模型。为生成的散点图,一般横坐标为自变量,纵坐标为因变量,所以我们需要将x轴,y轴的坐标对调一下,这里采用最简单的方法,将因变量移动到自变量的右边一列即可。
3、由步骤2的散点图,我们可以判断自变量和因变量之间可能呈线性关系,我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数,移动平均等趋势线进行判断。很明显数据可能符合线性关系,所以下面我们对数据进行回归分析。
4、选择菜单栏的“数据分析”-->“回归”。
5、步骤4进行的回归分析输出结果如附图所示。回归模型是否有效,可以参见p指,如果p<0.001则极端显著,如果0.001<p<0.01非常显著,0.01<p<0.05则一般显著,p>0.05则不显著。本例的p值均小于0.001,所以属于极端显著,故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
![](https://ecmc.bdimg.com/public03/b4cb859ca634443212c22993b0c87088.png)
2022-08-05 广告
苏州蓝晓生物科技有限公司。标准化核心产品:公司拥有完整的琼脂糖介质、葡聚糖介质、聚甲基丙烯酸酯介质生产线,年产分离介质50000L,产品质量稳定并达到国际领先水平。核心优势:公司核心技术人员拥有近二十年不同基质的基球开发和官能化的丰富技术经...
点击进入详情页
本回答由苏州蓝晓生物科技有限公司_提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询
广告 您可能关注的内容 |