excel表格数据回归怎么做

1.如何用excel做回归分析

以Excel2010为例。

1、“开发工具”选项卡 中单击“加载项”组中的“加载项”按钮，打开“加载宏”对话框。如下图。勾选 “分析工具库”。

2、“数据”选项卡中“分析”组中的“数据分析”按钮，打开“数据分析”对话框。如下图。单击“回归”选项。

剩下的楼主自己搞定吧。

2.如何execl 的数据分析回归

在日常数据分析工作当中，回归分析是应用十分广泛的一种数据分析方法，按照涉及自变量的多少，可分为一元回归分析和多元回归分析；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。

回归分析的实施步骤：

1）根据预测目标，确定自变量和因变量

2）建立回归预测模型

3）进行相关分析

4）检验回归预测模型，计算预测误差

5）计算并确定预测值

我们接下来讲解在Excel2007中如何进行回归分析？

一、案例场景

为了研究某产品中两种成分A与B之间的关系，现在想建立不同成分A情况下对应成分B的拟合曲线以供后期进行预测分析。测定了下列一组数据：

二、操作步骤

1、先绘制散点图：具体步骤是选中数据，插入—>；图表—>；散点图

2、在散点图的数据点上右键—>；添加趋势线

3、在弹出的选项框的选项中选择公式和相关系数等，这样就以得到拟合的直线

在图中我们可以看到，拟合的回归方程是 y = 0.223x + 9.121 ,R2 = 0.982

附：R2相关系数取值及其意义

我们进一步使用Excel中数据分析的回归分析提供更多的分析变量来描述这一个线性模型

4、选中数据—>；数据—>；数据分析—>；回归

注：本操作需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，可以参考该专题文章的第一篇《用Excel进行数据分析：数据分析工具在哪里？》。

3.如何用excel做线性回归分析

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

将准备好的数据放入excel表格里面

EXCEL需要我们自己启用数据分析，点击文件，选择选项，点击左侧的加载项，加载分析工具

加载工具完成以后，点击数据中的“工具分析”，选择“回归”，点击确定

点击Y值输入区域后面的单元格选择工具，选择Y值单元格，比如小编这里的A2:A20,X值同理操作，这里选择B2:B20

勾选下方的线性拟合图，我们可以看一下拟合的效果

excel会在新的工作表里面输出回归分析的相关结果，比如相关系数R^2，标准误差，在X-variable和Intercept两项的值可以写出一元回归方程

在右侧就是我们的线性拟合图，观察拟合效果还不错

我们可以对图做一些修改，方便放到word文档里面，选中该图

在图表工具里面的图表布局中选择“布局3”，图标样式选择第一个黑白色

在新的图标样式里面多了很多网格线，实际我们并不是太需要，选中右击删除

是整个图标简洁一些

4.Excel如何输入数据得回归方程

还是我，有现成答案就抄吧比较简单的是图表法选择参与一元线性回归两列数据（自变量x应在应变量y的左侧），插入图表，选择散点图。

选择图表中的数据系列，右击，添加趋势线，点击“选项”选项卡，勾选“显示公式”、显示R平方值。注意显示出的R2值为R的平方，需要用SQRT（)函数，计算出R值。

=================你也可以用公式法计算如你的X值序列在A1:A100单元格，Y值序列在B1:B100单元格线性公式的截距A=INTERCEPT(B1:B100,A1:A100)斜率B=SLOPE(B1:B100,A1:A100)相关系数R=CORREL(A1:A100,B1:B100)或=CORREL(B1:B100,A1:A100)。

5.怎样在excel中进行线性回归分析

LINEST 函数——可以查看EXCEL的帮助，以下为摘录： 本文介绍 Microsoft Excel 中 LINEST 函数 的公式语法和用法。

在“另请参阅”部分中可找到一些链接，这些链接指向有关绘制图表和执行回归分析的详细信息。 说明 LINEST 函数可通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算某直线的统计值，然后返回描述此直线的数组。

也可以将 LINEST 与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值，包括多项式、对数、指数和幂级数。因为此函数返回数值数组，所以必须以数组公式的形式输入。

请按照本文中的示例使用此函数。 直线的公式为： y = mx + b - 或 - y = m1x1 + m2x2 + 。

+ b 如果有多个区域的 x 值，其中因变量 y 值是自变量 x 值的函数。m 值是与每个 x 值相对应的系数，b 为常量。

注意，y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,。

,m1,b}。LINEST 函数还可返回附加回归统计值。

语法 LINEST(known_y's, [known_x's], [const], [stats]) LINEST 函数语法具有以下参数 （参数：为操作、事件、方法、属性、函数或过程提供信息的值。）： 语法 Known_y's 必需。

关系表达式 y = mx + b 中已知的 y 值集合。 如果 known_y's 对应的单元格区域在单独一列中，则 known_x's 的每一列被视为一个***的变量。

如果 known_y's 对应的单元格区域在单独一行中，则 known_x's 的每一行被视为一个***的变量。 Known_x's 可选。

关系表达式 y = mx + b 中已知的 x 值集合。 known_x's 对应的单元格区域可以包含一组或多组变量。

如果仅使用一个变量，那么只要 known_y's 和 known_x's 具有相同的维数，则它们可以是任何形状的区域。如果使用多个变量，则 known_y's 必须为向量（即必须为一行或一列）。

如果省略 known_x's，则假设该数组为 {1,2,3，。}， 其大小与 known_y's 相同。

const 可选。一个逻辑值，用于指定是否将常量 b 强制设为 0。

如果 const 为 TRUE 或被省略，b 将按通常方式计算。 如果 const 为 FALSE,b 将被设为 0，并同时调整 m 值使 y = mx。

stats 可选。一个逻辑值，用于指定是否返回附加回归统计值。

如果 stats 为 TRUE，则 LINEST 函数返回附加回归统计值，这时返回的数组为 {mn,mn-1,。,m1,b;sen,sen-1,。

,se1,seb;r2,sey;F,df;ssreg,ssresid}。 如果 stats 为 FALSE 或被省略，LINEST 函数只返回系数 m 和常量 b。

附加回归统计值如下： 统计值 说明 se1,se2,。,sen 系数 m1,m2,。

,mn 的标准误差值。 seb 常量 b 的标准误差值（当 const 为 FALSE 时，seb = #N/A）。

r2 判定系数。y 的估计值与实际值之比，范围在 0 到 1 之间。

如果为 1，则样本有很好的相关性，y 的估计值与实际值之间没有差别。相反，如果判定系数为 0，则回归公式不能用来预测 y 值。

有关如何计算 r2 的信息，请参阅本主题下文中的“说明”。 sey Y 估计值的标准误差。

F F 统计或 F 观察值。使用 F 统计可以判断因变量和自变量之间是否偶尔发生过可观察到的关系。

df 自由度。用于在统计表上查找 F 临界值。

将从表中查得的值与 LINEST 函数返回的 F 统计值进行比较可确定模型的置信区间。有关如何计算 df 的信息，请参阅本主题下文中的“说明”。

示例 4 说明了 F 和 df 的用法。 ssreg 回归平方和。

ssresid 残差平方和。有关如何计算 ssreg 和 ssresid 的信息，请参阅本主题下文中的“说明”。

可以使用斜率和 y 轴截距描述任何直线： 斜率 （m）： 通常记为 m，如果需要计算斜率，则选取直线上的两点，（x1,y1） 和 （x2,y2）；斜率等于 （y2 - y1）/(x2 - x1)。 Y 轴截距 （b）： 通常记为 b，直线的 y 轴的截距为直线通过 y 轴时与 y 轴交点的数值。

直线的公式为 y = mx + b。如果知道了 m 和 b 的值，将 y 或 x 的值代入公式就可计算出直线上的任意一点。

还可以使用 TREND 函数。 当只有一个自变量 x 时，可直接利用下面公式得到斜率和 y 轴截距值： 斜率： =INDEX(LINEST(known_y's,known_x's),1) Y 轴截距： =INDEX(LINEST(known_y's,known_x's),2） 数据的离散程度决定了 LINEST 函数计算的直线的精确度。

数据越接近线性，LINEST 模型就越精确。LINEST 函数使用最小二乘法来判定数据的最佳拟合。

当只有一个自变量 x 时，m 和 b 是根据下面的公式计算出的： 其中，x 和 y 是样本平均值；即，x = AVERAGE(known x's),y = AVERAGE(known_y's)。 直线和曲线拟合函数 LINEST 和 LOGEST 可用来计算与给定数据拟合程度最高的直线或指数曲线， 但需要判断两者中哪一个与数据拟合程度最高。

可以用函数 TREND(known_y's,known_x's) 来计算直线，或用函数 GROWTH(known_y's, known_x's) 来计算指数曲线。这些不带 new_x's 参数的函数可在实际数据点上根据直线或曲线来返回 y 预测值的数组， 然后可以将预测值与实际值进行比较。

可能需要用图表方式来直观地比较二者。 回归分析时，Excel 会计算每一点的 y 的估计值和实际值的平方差。

这些平方差之和称为残差平方和 （ssresid）。然后 Excel 会计算总平方和 （sstotal）。

当参数 const = TRUE 或被省略时，总平方和是 y 的实际值和平均值的平方差之和。