如何用excel做线性回归分析
分析——回归——线性，然后，将因变量选入因变量框中，将所有自变量均选入自变量框中，方法处选择输入。点击统计，回归系数栏选择估算值，残差栏选择德宾-沃森即（DW），另外还要勾选模型拟合和共线性诊断。
excel求线性回归方程的公式如下：LINEST函数。使用此函数求出回归系数a和截距b，从而得出回归方程。
在主菜单中选择《数据》，再选择《数据分析》，再选择《回归》确定。输入Y值输入区域（Y），输入X值输入区域（x1，x2），选择《标志》，《置信度》，《残值》等，然后确定。
第一步仍然是准备我们需要的数据。首先，计算垂直排列中Y的估计值。根据回归方程计算，在C2单元格中输入“=0.48*$b2-20208”，按enter键计算结果，然后向下拖动，生成各点y的相应估计值。
单击开始—所有程序—Microsoft Office，选择Microsoft Excel 2010选项。新建的Excel数据表格中，创建两行数据，用以分析。选中所有数据，单击数据菜单项中的，数据分析选项。
打开excel表格，点击文件。点击选项。调出excel选项，点击加载项。选择分析工具库，点击转到。在可用加载宏中，勾选分析工具库，点击确定。点击数据分析。在分析工具中，选择回归。
请问怎么用excel进行回归分析?
1、分析——回归——线性，然后，将因变量选入因变量框中，将所有自变量均选入自变量框中，方法处选择输入。点击统计，回归系数栏选择估算值，残差栏选择德宾-沃森即（DW），另外还要勾选模型拟合和共线性诊断。
2、常数为零 如果要强制回归线经过原点，请选中此复选框。输出区域 在此输入对输出表左上角单元格的引用。
3、首先在excel表格中输入需要进行回归分析的数据。点击“数据”选项卡中“数据分析”工具中的“回归”，点击确定。打开回归窗口后根据表格的X/Y值区域选中对应的区域范围。然后设置好输出区域的范围，点击确定。
4、选择菜单栏的“数据分析”–“回归”。具体操作如附图所示。5步骤4进行的回归分析输出结果如附图所示。
5、首先，新建一个excel表格，输入要做回归分析的数据，以两组数据，身高x和体重y为例。之后，点击左上方“文件”按钮，可以看到靠下方的一个“选项”。
三个数据怎么用Excel做回归?
1、打开电脑，找到桌面上的Excel软件，双击打开。 进入主页面后，在表格中，输入想要进行分析的数据。 然后将输入的数据选中，点击上方的“插入”菜单，在打开的插入选项中，图标模块下，点击“散点图”选项。
2、分析——回归——线性，然后，将因变量选入因变量框中，将所有自变量均选入自变量框中，方法处选择输入。点击统计，回归系数栏选择估算值，残差栏选择德宾-沃森即（DW），另外还要勾选模型拟合和共线性诊断。
3、首先，准备好数据集，包含自变量（x值）和因变量（y值）的数据。打开Excel，选择一个空白的单元格作为线性回归公式的输出位置。
4、首先，新建一个excel表格，输入要做回归分析的数据，以两组数据，身高x和体重y为例。之后，点击左上方“文件”按钮，可以看到靠下方的一个“选项”。
5、由步骤2的散点图，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。
在Excel表格中如何制作线性回归方程
1、excel求线性回归方程的公式如下：LINEST函数。使用此函数求出回归系数a和截距b，从而得出回归方程。
2、打开电脑，双击打开Excel软件。在表格中输入需要分析的数据。选中数据，点击菜单栏“插入”，在图表选项选择“散点图”。右键单击其中一点，选择添加趋势线。
3、首先要准备好两组数据做为x和y，这组数据在可以简单感觉一下是否具有线性关系。
Excel怎样做回归分析呢?
分析——回归——线性，然后，将因变量选入因变量框中，将所有自变量均选入自变量框中，方法处选择输入。点击统计，回归系数栏选择估算值，残差栏选择德宾-沃森即（DW），另外还要勾选模型拟合和共线性诊断。
常数为零 如果要强制回归线经过原点，请选中此复选框。输出区域 在此输入对输出表左上角单元格的引用。
首先，新建一个excel表格，输入要做回归分析的数据，以两组数据，身高x和体重y为例。之后，点击左上方“文件”按钮，可以看到靠下方的一个“选项”。
在主菜单中选择《数据》，再选择《数据分析》，再选择《回归》确定。输入Y值输入区域（Y），输入X值输入区域（x1，x2），选择《标志》，《置信度》，《残值》等，然后确定。
由步骤2的散点图，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。
微信扫一扫 
支付宝扫一扫 
