使用Excel数据分析工具进行多元回归分析与简单的回归估算分析方法基本相同

1、使用Excel数据分析工具进行多元回归分析与简单的回归估算分析方法基本相同。但是由于有些电脑在安装办公软件时并未加载数据分析工具，所以从加载开始说起（以Excel2010版为例，其余版本都可以在相应界面找到）。点击“文件”，如下图：文件插入页国布局公式魏層言阅观囹粘貼Z制.剪點板丘;T11pBI广A1妙矗在弹出的菜单中选择“选项”，如下图所示:Xe十文件环插入iS另存为lS打开匚f关因fSM最近所用文件新建打印帮助Swid选项Sb7_在弹出的“选项”菜单中选择“加载项”，在“加载项”多行文本框中使用滚动条找到并选中“分析工具库”，然后点击最下方的“转到”，如下图所示:jItJ昆理曲；Eem!t

2、cit嵋*C;6)WkrcsdftOeOfficel4ADDINSTC5CC0NV.DLLCOM加逝君旳由gecrhojoffk旦日COMj裁取UtM应10怖址阿wE勒LibwryW、舟/或Ar；ALY田2JCLL3jbJfe列BiK-SWZJ15KSiP.MicrarcFtCorpornTion畫总性：湖可用旳低也怪也S诅CAPrognm用”烁86NMicsEQftOffiwQ俭机4识iwlys讷肿IALF関2,XU在弹出的“加载宏”菜单中选择“分析工具库”，然后点击“确定”，如下图所Excel垂虫XMLF碗EkW11僮锁袁1巒徑器曰花1h湖iEEJb：最颈C.rWjftOHic#Offic

3、fll4J.ikKarytBbel*ir*lrtwlpf?rttxl4inCX“mHkCKM)MicroEoft0ffi0ffiwl40mHD.DUOVMOffiOffi14J.ibraryAnFi5ATPVBAEN-XLAMgms0ft谕级忒网强扯讣叶艸吊仇MEOLVER.XLAM吩也艾QifiEQ布丹14U呗EURQFOOHMCA-CcrimPlFiTf*iitrpf*jhn#d5nitTjlOFi.；IQ.jin砂Ld-.pFeRHn.?.C:.3m虽应(HE6|Micrasclt口卡ictXOff.rel.ClFFRHn.DlL習宝w7绘rr瘍SfiijFSMicrosoftOffic

4、e非活靖用用埒障如克E!Micosoftftdior-j.Pax3SS?J3?S1-規卑酬霊即良E&ELfi5S(WML更出*IE阪旦F女氏乐碾活辺用弔近摩如倾C(iin?neCcnvrwunAddinSwdVbBlurtpoth_加我宏可用加载宏分析工具库提施用于绩计和工程分析的数揺分柝工具0800标签打印向导规划求懈加载项歐元工具确定加载完毕，在“数据”工具栏中就出现“数据分析”工具库，如下图所示:字元E-.320121202乐若哮孟-MicrosoftExcelffiH-?洽列w说吉井讨算疇u洌鞋项右53性F“为iU显？给出原始数据，自变量的值在A2：121单元格区间中，因变量的值在J2

5、：J21中,如下图所示:ABCDEFGHIJ1xlx-2煜xlx2.xlx3.x2x3x22-灯2y261.056.7567.35412JJ94111.7454.613727.145.564536119103.118.356.7534.65790.064100.S2-33.091400745.5631200.611915：461.0513.6534.65033v3-3-2115.4472;97J727.11S6/821200.6114305US.3513.6567.351615.57970.9919.33140071S6.;：32453612S10689.7IQ.-251914.944574.

6、T520.28046.1104.04：26011215009.710.251914.944574.7520.2046.1104.0426011221S61.056.7534.65辺型92115.4233.89727.145.5631200.611025g118.356.7567.35790.067970.9454.611400745.563453612100106177)516567.35SS3;4111.T919.333727.11S6/32453611775il118.3513.6534.651615.54100.S472.9714007105.-321200.6124051289.710

7、f251914.944574.7520.28046.1104.042601121051309.710/251914.944574.70046.114.：Q4.2601120301441.4：10351422；2S2111.4520/21714104.042601losiF1513010；：S-511407.6703S520.2190441&4.04260113035161304.5516217038229.519044-20.252601uasa1713S15.9512194.2703SS10.919044252.SI26011243518130IQ.22-3：551407.6324=9.92

8、40.2119044104/04554.611775191301&7S.451407.610S26000.1919044104.046154.4124820,13010/2511407.6703S1904414.：Q4.2601121352113S10龙511407.6703S520.219044104.0426011195599假设回归估算表达式为：y=b0+biXi+b2x2+b3x3+b4Xxx2+b5x1x3+222b6x2Xg-+b7Xi+b8x2+bgX3试使用Excel数据分析工具库中的回归分析工具对其回归系数进行估算并进行回归分析：点击“数据”工具栏中中的“数据分析”工具库，如

9、下图所示：在弹出的“数据分析”-“分析工具”多行文本框中选择“回归”，然后点击“确定”，如下图所示:数据分析分析工具取消帮助（H）弹出“回归”对话框并作如下图的选择:上述选择的具体方法是：在“Y值输入区域”，点击右侧折叠按钮，选取函数Y数据所在单元格区域J2：J21,选完后再单击折叠按钮返回；这过程也可以直接在“Y值输入区域”文本框中输入J2：J21；在“X值输入区域”，点击右侧折叠按钮，选取自变量数据所在单元格区域A2：I21,选完后再单击折叠按钮返回；这过程也可以直接在“X值输入区域”文本框中输入A2：121；置信度可选默认的95%。“输出区域”如选“新工作表”，就将统计分析结果输出到在新

10、表内。为了比较对照，我选本表内的空白区域，左上角起始单元格为K10.点击确定后，输出结果如下：LK10SD1MARYCUTFIJT1112回归纯计13lultiplFF0913+1+79614RStwar&0.834326589!5ESquaif：0,6852Z051916标爼误差293.72S298517,观测道2013W方差分折一.20diSS212223.S325迴归另析9434485110S62763.119妙伽电MSFSignificanceF482761.2595524862T6,31O.ffl)&325&4G筑工工起技“哽.标.准孺越tStatP-valueILower勺眾2SI

11、ntercept27XVariable123XVariable2ZjXVariabLe333XVariableiXVariable5XVariable6XVariable7XVariableSIVariole96570.4363671951.6063.3666310.00716156.7427014419.505732.909027104,11375T1185,79870.5603580,5B75650.0710076139.323211.2733190.231?0?0.4816416830.7160660.6726220,516428-0.0S?3.：B330.150328-0.501130

12、.374001-0.8974870361.S41043-0.4S7490,636422-0.238712+190.084016-2.312S-2.99S6Q10456.76465电約44(L甜朋酯-Q.1714086840.293S28-593360,5725692221.90659910913.892321.98710916.13.28121E69IM.204213.28122100.20-303.fl?16&36518,0991-309.872518.05-3?.&4fi5&S3L37.6886-37.5+66137.&8-1.L139536&62.&77L3S-1.L13852.0771

13、-0.42231fi2E7厲触帖的-0.422320.2+?5-4.9M5B6&643,204613-4.999593.2046-0.42W111B4-0,05151-0r42591-0.05i-18.07134612L2.07234-18.071512.072-0.B26OS72&60.48320-0.62610.483第一张表是“回归统计表”（K12：L17）:其中：MultipleR：（复相关系数R）R2的平方根，又称相关系数，用来衡量自变量x与y之间的相关程度的大小。本例R=0.9134表明它们之间的关系为高度正相关（Multiple：复合、多种）RSquare:复测定系数，上述复相关

14、系数R的平方。用来说明自变量解释因变量y变差的程度，以测定因变量y的拟合效果。此案例中的复测定系数为0.8343,表明用用自变量可解释因变量变差的83.43%AdjustedRSquare：调整后的复测定系数R2,该值为0.6852，说明自变量能说明因变量y的68.52%，因变量y的31.48%要由其他因素来解释。（Adjusted：调整后的）标准误差：用来衡量拟合程度的大小，也用于计算与回归相关的其它统计量，此值越小，说明拟合程度越好观察值：用于估计回归方程的数据的观察值个数。第二张表是“方差分析表”：主要作用是通过F检验来判定回归模型的回归效果。该案例中的SignificanceF（F显著性统计量）的P值为0.00636,小于显著性水平0.05，所以说该回归方程回归效果显著，方程中至少有一个回归系数显著不为0.（Significance:显著）第三张表是“回归参数表”：K26：K35为常数项和blb9的排序默认标示.L26：L35为常数项和b1b9的值，据此可得出估算的回归方程为：y=6570.436+56.7427石+104.1138x2+50.07101x3+0.48164