实验四 回归分析.docx

实验四实验四 回归分析预测实验（回归分析预测实验（3 3 个学时）个学时）2010302330013 张秋子 10 信一【实验目的】 1. 了解 Microsoft Excel 提供的数据分析工具 2. 掌握 EXCEL 提供的 3 种回归分析方法 3. 掌握通过回归分析进行预测的方法实验内容】 1. 熟悉 Microsoft Excel 提供的分析工具库 2. 使用“数据分析”方法进行回归分析 3. 使用“函数”方法进行回归分析，包括直线回归函数、预测函数、指数曲线趋势 函数 4. 使用“趋势线”方法进行回归分析实验步骤】第一部分：利用分析工具第一部分：利用分析工具1、 在 EXCEL2007 中，通过设置 EXCEL 选项，选择加载项中的分析工具进行加载2、 选择数据分析工具中的回归分析，设置 Y 区域为 C2-C12，X 区域为 D2-D12，并且勾选 标志勾选残差和拟合图得到如下结果：第二部分：利用函数第二部分：利用函数 一、利用线性回归函数 1、 利用直线回归函数 LINEST(known_y's,known_x's,const,stats)在 EXCEL2007 输入如下数 据：2、 在 A7 单元格输入公式“=LINEST(A2:A5,B2:B5,,FALSE)” ，得到如下结果：其中 2 是直线的斜率。

3、选择以公式单元格开始的区域 A7：B7按 F2，再按 Ctrl+Shift+Enter结果 如下：如果公式不是以数组公式输入，则返回单个结果值 2，无法获得 y 轴截距 当以数组输入时，将返回斜率 2 和 y 轴截距 1 4、通常，SUM({m,b}*{x,1}) 等于 mx + b，所以可以用 SUM 和 LINEST 共同来估 计某一个月的预测值5、 多重线性回归可以看出，y = 27.64*x1 + 12,530*x2 + 2,553*x3 - 234.24*x4 + 52,318 二、利用预测函数1、语法：FORECAST(x,known_y's,known_x's) 参数说明： X 为需要进行预测的数据点 Known_y's 为因变量数组或数据区域 Known_x's 为自变量数组或数据区域三、利用指数曲线趋势函数 指数曲线趋势函数 GROWTH 根据现有的数据预测指数增长值根据现有的 x 值和 y 值，GROWTH 函数返回一组新的 x 值对应的 y 值可以使用 GROWTH 工作表函数来拟合满足现有 x 值和 y 值的指数曲线 语法：GROWTH (known_y's, known_x's, new_x's, const)第三部分：使用第三部分：使用““趋势线趋势线””方法方法 1、 选择散点图和线性趋势线，得到的结果如下：第四部分：完成习题第四部分：完成习题 请分别用“数据分析”和“趋势线”两种方法进行“示例 7.5 使用指数曲 线趋势函数进行趋势预测”中数据的指数曲线趋势预测，比较 3 种分析方法之 间的异同。

C2-C7 是原有月 份对应的指数 函数中的 X 值B9-B10 是利用 指数趋势函数 对新的月份预 测1、 原始数据如下图所示：2、 利用数据分析工具进行回归分析，并绘制预测图和残差图3、 利用“趋势线”方法4、 三种预测方法的比较 利用数据分析工具拟合的结果如下图所示：024681012141618050,000100,000150,000200,000250,000值预测 值月月 Line Fit Plot月月值值利用趋势线方法拟合的结果如下图所示：利用指数趋势函数公式计算对应的值，并绘制图形如下所示：通过上述三个图的对比可以明显看出：对于此题的数据，指数拟合比线性拟合要更加 准确；在方法的使用上，想要快速判断哪种基础拟合方式更好，可以采用趋势线的方 法，趋势线的添加十分简单快捷，并且可以同时添加几条趋势线，方便对比实验总结】 1、本次实验尝试着使用 EXCEL 中提供的不同的回归分析方法内容包含有一元线性回 归、多元线性回归、指数回归三种但是回归分析的拟合函数有许多种，甚至包括 不同类型函数的组合，这些内容还有待以后探究 2、回归分析拟合程度的计算方式有多种，拟合函数的种类也有多种，如何调整使拟合 程度最佳，还需要学习很多内容。

3、针对本次实验的数据，选取趋势线的方法，十分简便，同时绘制多条趋势线也便于 对比。