Excel 数据分析工具库是个很强大的工具，可以满足基本的统计分析，这里介绍用 Excel 数据分析工具库中的回归做回归分析 。
本节知识点：
- Excel 数据分析工具库—回归
- 线性回归和非线性回归
- 简单线性回归和多重线性回归
- 逻辑斯蒂回归
1、定义
确定两种或两种以上变量间相关关系的一种统计分析方法 。通过数据间相关性分析的研究，进一步建立自变量(i=1,2,3,…)与因变量 Y 之间的回归函数关系，即回归分析模型，从而预测数据的发展趋势 。
2、分类
- 按照涉及的变量的多少，分为一元回归和多元回归分析；
- 按照因变量的多少，可分为简单回归分析和多重回归分析；
- 按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析 。
1、简单线性回归
简单线性回归又叫一元线性回归，即回归模型中只有一个自变量和一个因变量，其回归方程可以表示为：
Y=a+bx+
其中，Y 表示因变量，x 表示自变量，a 是 常数，b 是斜率，
是随机误差 。
2、最小二乘法：
如何确定参数 a 和 b,则要用最小二乘法来实现 。通过最小化误差的平方和寻找数据的最佳函数匹配，即使得观测点和估计点的距离的平方和最小 。
3、线性回归分析的步骤：
- 确定自变量和因变量
- 绘制散点图，确定回归模型类型
- 估计模型参数，建立回归模型：最小二乘法进行模型参数估计
- 对回归模型进行检验
- 利用回归模型进行预测
定义：一个因变量与多个自变量的线性回归问题，是一元线性回归的推广 。其回归方程可以写为：
多重线性回归方程中回归系数的估计也是用到最小二乘法
三、用 Excel 做回归分析
我们研究销售额 Y 和推广费用 X1 之间的关系，数据如下：
首先我们用数据分析—相关系数分析计算一下自变量和因变量之间的相关系数为 0.95157，为强相关 。
绘制散点图如下：
然后，我们用数据分析库里的回归来做分析
注意 Y 值和 X 值输入区域，X 值是自变量，Y 是因变量 。
四、线性回归方程的检验
评价回归拟合程度好坏（重要）：
1、 先看回归统计表，Multiple R 即相关系数 R 的值，和我们之前做相关分析得到的值一样，大于 0.8 表示强正相关 。
2、 回归统计表中的 R Square 是 R 平方值，R 平方即 R 的平方，又可以叫判定系数、拟合优度，取值范围是[0,1],R 平方值越大，表示模型拟合的越好 。一般大于 70%就算拟合的不错，60%以下的就需要修正模型了 。这个案例里 R 平方 0.9054，相当不错 。
推荐阅读
- 家里天花板漏水怎么办
- 新春祝福诗句分享
- 具体的设置方法分享给你们 手机怎么连接热点
- word合并成一个word教程 怎么合并文档
- 彻底放弃一个人的说说推荐
- 分享三个有效方法很实用 如何关闭广告弹出窗口
- 查询苹果手机型号步骤分享给你们 如何查找手机型号
- 分享2个恢复方法 电脑显示屏不显示
- 小编这就分享给你 mp4格式转换器免费版
- 免费教程分享给你们了 word文档怎么取消两页并排