农业网络信息
AGRICULTURE NETWORK INFORMATION
·研究与开发·
2011年第1期
巧用Excel 解决多元非线性回归分析
龚江，石培春，李春燕
(石河子大学农学院，石河子832003)
摘
要：非线性回归是回归分析的重要内容和难点，而多元非线性回归在农业生产中有重要的应用。应用Excel “工具”
菜单“数据分析”选项中的“回归”分析工具，以二元二次非线性回归为例，阐述了用Excel 做多元非线性回归的详细过程，并与SPSS 软件做的结果进行比较，证明使用Excel 做多元非线性回归完全可行，且操作简单、易行，并就方程的统计意义进行了分析。
关键词：Excel ；多元；非线性回归中图分类号：S126
文献标识码：A
文章编码：1672－6251（2011）01－0046－03
Application of Excel Software in Multi-nonlinear Regress Analysis
GONG Jiang,SHI Peichun,LI Chunyan
(Agriculture College of Shihezi Univerity,Shihezi 832003)
Abstract:Nonlinear regress analysis was a difficult and significant method of regress analysis ，the application of which was important in agriculture production.In this paper,with the multi-linear regression analysis by “data analysis ”tool of Microsoft Excel as example,a 2times nonlinear regress analysis ’s process was described,and the results showed that the output was same with SPSS software ，then the statistical significance of the 2times nonlinear regress equation was analyzed.Key words:Excel software;multi analysis;nonlinear regress
注：新疆石河子大学农学院一类课程“生物统计学”支助。
作者简介：龚江（1976-），男，硕士，讲师，研究方向：生物统计教学和植物营养。收稿日期：2010-12-10
大量统计软件的问世，使统计分析在科研领域迅速普及应用。众所周知，统计软件如SAS 、SPSS 等虽然功能强大，但较难掌握，并且市面上出售的统计软件大都是盗版软件，不但运行结果的可靠性无法保证，也侵犯了知识产权。对于大多数科研工作者，尤其是基层的科研工作者来说，经常使用的统计软件与涉及的方法也很有限，主要集中在方差分析、回归与相关分析等少数几种方法上，并不需要包罗万象、功能强大的统计软件。而正版统计软件也由于其价格不菲，难以被大多数科研工作者承受。Excel 是Office 家族的一个成员，是功能强大、使用方便的电子表格式数据综合管理与分析系统，可用来记录和整理试验数据。另外，Excel 也具备一些统计运算的功能
[1]
，若能
巧妙地使用，也可以解决一些较为复杂的农业统计运算问题，如多元非线性回归的问题等，其统计结果和
SPSS 软件结果一致。
1Excel 统计功能的安装
单击Microsoft Excel 中文版菜单栏中“工具”的
“加载宏”命令，在“加载宏”对话框中选定“分析工具库”，再按“确定”钮（见图1），
“数据分析”
这一项就出现在工具菜单栏中（见图2）。若Excel “工具”中的“加载宏”没有“分析工具库”，则将
Office Excel 中文专业版光盘放入光驱中，运行“安装”程序，点击“添加/删除”按钮，出现“Microsoft
Office 维护”对话框后，在“选项”一栏中，选中“Microsoft Excel ”，然后单击“更改选项”按钮，出现新的对话框，再选中“加载宏”继续单击“更改选项”按钮，在新的对话框中选取分析工具库，确定即可，之后按照安装向导的指示即可顺利安装。
图1Excel
统计功能的安装
图2Excel“数据分析”功能
2Excel进行多元非线性回归
Excel“数据分析”功能中的回归为线性回归，直接应用并不能解决非线性回归的问题，需要将数据进行线性转化才能进行。如研究水肥耦合效应对棉花产量的影响[2]（见表1），可用一个包含交互项的二元二次数学模型来描述：，其中，y为回归值，即作物产量；x1，x2为两个自变量，即对作物的施肥和灌水量。由于在施肥和灌水两种因素的影响下，其作物产量是这两个不同因素共同作用的结果，所以因变量与两种因素x1和x2间的函数关系可用二次效应曲面来描述[3]。
可将二元二次非线性回归模型
转变成一个五元一次线性回归模型
，即由2个自变量变成5个自变量，其数据格式如表2所示。
打开Excel“数据分析”功能中的回归，把y输入到因变量“y值输入区域”，将“x1到x5”一起输入到自变量“x值输入区域”，点确定输出结果。
表3为线性回归分析的方差分析表，F值为30.6，其显著水平为0.009（p<0.05），表明存在真实的（显著的）五元一次线性回归方程，即存在真实的二元二次非线性回归方程。
表4为Excel软件五元一次线性回归方程回归系数的检验表，通过表4得到棉花产量的五元一次线性回归方程为：
（1）将其还原回去即得二元二次回归方程为：
（2）其中：y为籽棉产量，N为施氮量，W为灌水量。此方程与SPSS软件所得到的结果完全一致[2]。
3方程分析
3.1方程的意义
式（2）中的一次项W和N的系数为正表明单独增加灌水量（t=8.78**）和施氮量（t=1.51*，多元回归显著水平可放大到p=0.25）对棉花籽棉产量有增加作用；交互项的系数为-0.0029（t=-0.54，p>0.25，不显著），表示灌水量和施氮量的交互作用是微弱负效应；二次项的系数为负，说明过多的水氮投入并不利于棉花增产。
进一步分析，两因素相比灌水量对棉花产量的影响大于施氮量的影响（灌水量t>施氮量t），注意并非因为灌水的系数7.111大于施肥的系数3.064，因为两者的单位和变化范围（量纲）不同，不能直接通过
系数大小来判断哪个因素对产量的影响大、与产量关系更密切（一般科技工作者误认为系数大的对产量影响大），这需要通过SPSS偏相关或通径分析来判断。通过SPPS软件进行偏相关分析（见表5），x1（施肥）与y偏相关系数为0.6578（显著性p=0.228），x2（灌水）与y偏相关系数为0.9811（p=0.03），相比x2显著性更高，表明灌水与棉花产量更密切，仔细对比回归x1的系数的显著性（p=0.2276）和偏相关系数显著性（p=0.228，2种软件的小数精确度不一样）是一样的，同理x2也是一样的。表明可以直接通过回归系数的显著性来判断两者（自变量）与产量（因变量）的密切程度，而不需要通过复杂的偏相关或通径分析来判断，节省了时间，也不必使用SPSS等高级软件，就可以得到与SPSS软件相同的结果。这是因为回归和相关存在内在关系，相关系数是标准化（去单位）的回归系数[4]，两者检验的可靠性必然是一致的，这对于基层科研工作者和对统计软件不熟悉的研究者提供了一个新的、快速的方法。
3.2对方程求极值
二元二次回归方程式（2）是1个开口向下的曲面，因此有个最大值，即得到最高产量时的合理灌水量和施氮量，也就是进行试验的目的。传统方法为：分别对二元二次回归方程进行x1（施肥）和x2（灌水）的求导，即可得到最高产量为405.8kg/666m2时全生育期中合理灌水量和施氮量分别为307.4m3/666m2和17.8kg/666m2。而Excel软件提供“规划求解”，在Ex-cel菜单栏中“工具”的“加载宏”命令，然后在“加载宏”对话框中选定“规划求解”，再按“确定”钮（见图1），假定单元格“A1”和“A2”为施肥（N）与灌水（W），在单元格“B1”输入含有施肥（N）和灌水（W）单元格的因变量y（，注意“N”和“W”只需要输入单元格“A1”和“A2”），并将其设为“规划求解”的“目标单元格”，并令其“最大”，设定单元格“A1”和“A2”为可变单元格，然后点“求解”按钮，在单元格“B1”输出产量y的最大值为405.8kg/666m2，在单元格“A1”和“A2”输出施肥量和灌水量分别为17.8kg/666m2和307.4m3/666m2，即全生育期中合理灌水量和施氮量分别为304.80m3·667m-2和23.79kg·667m-2时，得到最高产量为412.06kg·667m-2。
4结束语
以二元二次非线性回归为例，介绍了使用Excel 软件解决非线性回归问题的方法，其他诸如一元二次、三元二次以及多元多次非线性回归问题，其方法都是等同的。
SPSS正版软件提供了多元非线性回归模块，其得到的二元二次非线性回归与Excel一样，而且SPSS 软件解决多元非线性回归问题除了应用回归求方程外，还得与偏相关、通径分析等结合才能说清楚多元非线性回归问题，对于一般科技工作者，按照本研究介绍的方法使用Excel就能轻松解决非线性回归问题。
参考文献
[1]霍志军,李菊艳,潘晓琳.Excel在农业生物统计分析中的应用
[J].现代化农业,2003,(9):28-30.
[2]龚江,谢海霞,王海江,等.棉花高产水氮耦合效应研究[J].新疆农
业科学,2010,(4):644-648.
[3]毛达如.植物营养研究方法(第2版)[M].北京,中国农业大学出
版社,2005.
[4]盖钧镒.试验统计方法[M].北京:中国农业出版社,2000.
表5偏相关系数
野外实习资料的数理统计分析 一元线性回归分析 一元回归处理的是两个变量之间的关系，即两个变量X和Y之间如果存在一定的关系，则通过观测所得数据，找出两者之间的关系式。如果两个变量的关系大致是线性的，那就是一元线性回归问题。 对两个现象X和Y进行观察或实验，得到两组数值：X1，X2,…，Xn和Y1，Y2，…，Yn,假如要找出一个函数Y=f(X),使它在 X=X1,X2, …,Xn时的数值f(X1),f(X2), …,f(Xn)与观察值Y1，Y2，…，Yn趋于接近。 在一个平面直角坐标XOY中找出（X1，Y1），（X2，Y2），…，（Xn，Yn）各点，将其各点分布状况进行察看，即可以清楚地看出其各点分布状况接近一条直线。对于这种线性关系，可以用数学公式表示： Y = a + bX 这条直线所表示的关系，叫做变量Y对X的回归直线，也叫Y对X 的回归方程。其中a为常数，b为Y对于X的回归系数。 对于任何具有线性关系的两组变量Y与X，只要求解出a与b的值，即可以写出回归方程。计算a与b值的公式为：
式中：为变量X的均值，Xi为第i个自变量的样本值，为因变量的均值，Yi为第i个因变量Y的样本值。n为样本数。 当前一般计算机的Microsoft Excel中都有现成的回归程序，只要将所获得的数据录入就可自动得到回归方程。 得到的回归方程是否有意义，其相关的程度有多大，可以根据相关系数的大小来决定。通常用r来表示两个变量X和Y之间的直线相关程度，r为X和Y的相关系数。r值的绝对值越大，两个变量之间的相关程度就越高。当r为正值时，叫做正相关，r为负值时叫做负相关。r 的计算公式如下： 式中各符号的意义同上。 在求得了回归方程与两个变量之间的相关系数后，可以利用F检验法、t检验法或r检验法来检验两个变量是否显著相关。具体的检验方法在后面介绍。
EXCEL 在多元线性回归分析中的应用 高 平/文 在一元线性回归分析中,重点放在了用模 型中的一个自变量X 来估计因变量Y 。实际 上,由于客观事物的联系错综复杂,一个因变 量的变化往往受到两个或多个自变量的影响。 为了全面揭示这种复杂的依存关系,准确地 测定它们的数量变动,提高预测和控制的精确 度,就要考虑更多的自变量,建立多元回归模 型。多元回归分析的原理和方法同一元线性回归分析基本相同,但有两个不同点:1.不能用散点图来表示变量之间的关系。2.多元回归的计算难度要远大于简单线性回归,且变量越多,计算越复杂。但应用EXCEL 来完成计算将变得简单和轻松。 以下图中的数据为例: 多元线性回归的EXCEL 数据分析操作 方法首先单击工具栏,在弹出的菜单中选择 数据分析 ,在数据分析工具的选项框中选中 回归 ,然后在输入、输出选项以及有关的选项框中进行适当的选择,必须注意在进行自变量X 的输入时要按照已经确定的各个自变量的顺序把所有自变量的单元格引用范围一起 放在X 值的输入区域内。见下图 :!27!
点击 确定按钮,即可得到线性回归分析的结果。见下图: ! ! 28
根据上图中的显示结果,可直接写出二元线性回归方程: Y i=b0+b1X1i+b2X2i=-51.3127+1. 4053x1i+6.3823x2i b1表示在促销费用固定时,商店的规模大小每增加1平方米,年销售额平均增加1.4053万元;b2表示在商店的规模大小固定时,促销费用每增加1万元,年销售额平均增加6.3823万元。这里b1即商店的规模大小的回归系数比一元线性回归方程中的回归系数b= 1.6246小,是因为一元线性回归方程只考虑了商店的规模大小对年销售额的影响,忽略了促销费用这一很重要的因素,在商店的规模大小的影响中渗入了促销费用的影响。这里的截距b0=-51.3127万元,与一元线性回归方程中的截距+99.01万元有很大的不同,因为X1=0和X2 =0都不在X1、X2的样本取值范围之内,因而对截距项的解释要非常谨慎。 判定系数等于85.14%,表明在年销售额的变动中,有85.14%可由商店规模大小和促销费用多少这两个因素的变动来解释,只有14.86%的因素属于随机误差。引进了第二个自变量之后,回归方程的判定系数85.14%,比一元线性回归方程的判定系数77.68%提高了7.46个百分点。但需注意,在一般情况下,增加自变量,即使这个自变量在统计上并不显著,也会使判定系数的值增大。 年平均销售额的估计标准误差为112. 1015万元,引进了第二个自变量促销费用之后,回归方程的估计标准误差比一元线性回归方程的估计标准误差131.99万元有了下降,说明多元线性回归方程的代表性高于一元线性回归方程。 设显著性水平 =0.05,b1的检验统计量t=6.2817;b2的检验统计量t=2.4538,查t 表知t0.05/2(15-3)= 2.1788。因为6. 2817> 2.1788, 2.4538>2.1788。因此拒绝H0:1=0、H0:2=0的假设,认为这两个回归系数在统计上都是显著的。需注意的是,若此例的显著性水平=0.01,不是0.05,则t0. 01/2(15-3)= 3.0545。虽然6.2817> 3. 0545,但是2.4538< 3.0545,因此仍要拒绝H0: 1=0的假设,但无法拒绝、H0: 2=0的假设,所以第二个回归系数在统计上不是非常显著。 设计显著性水平 =0.05,查得F0.05(2, 12)=3.89。F=34.38>F0.05(2,12)= 3.8,所以拒绝原假设,表明样本的r2是显著的,由此推论已建立的二元线性回归模型有效。所谓复相关,是指一个因变量同多个自变量之间的相关关系。所有自变量共同变动时,因变量随之变动,其相关程度就可用复相关系数来测定。该例中商店规模大小、促销费用和年销售额三个变量的复相关系数为0.9227。计算结果表明,商店规模大小、促销费用作为一个整体影响因素同年销售额存在高度相关,其相关程度比一元回归中商店规模大小单个自变量同年销售额的相关系数更高。但需要强调是当我们研究的客观事物本质上属于多因素影响的变量时,用多元回归、复相关和偏相关分析,比一元回归和单相关分析更为真实和准确。 (作者单位:省统计局) (下接第37页) 3、加强普查队伍的建设与培训。农业普查不仅工作量大,而且专业性强,数据质量要求高。能否建立一支业务过硬、作风严谨、责任心强的高素质普查队伍,关系到普查的成败。因此,各级、各部门特别是县区政府一定要按照普查办法的要求,把好人员选聘和培训关,选调业务过硬、作风严谨、责任心强的人员充实到各级普查机构。与此同时,要认真做好普查培训和切实搞好普查试点工作,使所有普查人员明确普查指标的内容含义、要求及普查指标间的逻辑关系,准确把握普查的难点内容和问题,尤其要学会如何利用被调查对象的总体情况,现场分析评估被调查对象申报的数据,当场修改不实数据,确保各类普查数据的真实性。 4、加强依法普查,确保普查质量。各级、各有关部门要以这次普查为契机,加大统计普法力度,使各级普查机构严格按照?中华人民共和国统计法#的有关规定和普查的具体要求,克服困难,依法实事求是认真调查和填报,不弄虚作假,使各被调查单位和农户如实填报普查表,不虚报、瞒报。 总之,要确保此次普查情况不失真,调查数字不含水,统计数据不掺假,经得起实践的检验、群众的检验和历史的检验,为更好地推进新农村建设,获取真实的 三农数据。做到这一要求,只要有好的方案,通过法制手段、宣传手段、培训手段和市场经济手段等多种措施,解决了人的问题,包括各级领导、各级普查人员、各被调查对象的认识问题、思想问题,普查的难点会迎刃而解。否则,别无他法。 (作者单位:山东省沂南统计局 文登统计局) ! 29 !
用EXCEL进行生产函数的多元线性回归分析 一、相关函数 EXCEL电子制表系统中函数的语法分为函数名和参数两部分，参数用圆括号括起来，之间以逗号隔开。参数可以为单元格区域、数组、函数、常数（逻辑型、数值型等）。 进行回归分析时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX与四舍五入ROUND函数。 1、线性回归函数LINEST。 使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。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。 该函数的功能为：运算结果返回一线性回归方程的参数，即当已知一组混合成本为Y因变量序列值、N组Xi有关自变量因素的数量序列值时，函数返回回归方程的系数bi（i=1，2…n单位变动成本）和常数a（固定成本或费用）。 多元回归方程模型则为：y=b1x1＋b2X2……＋bnXn＋a 语法 LINEST(known_y's,known_x's,const,stats) Known_y's 是关系表达式 y = mx + b 中已知的 y 值集合。 ?如果数组 known_y's 在单独一列中，则 known_x's 的每一列被视为一个独立的变量。 ?如果数组 known-y's 在单独一行中，则 known-x's 的每一行被视为一个独立的变量。 Known_x's 是关系表达式 y = mx + b 中已知的可选 x 值集合。 ?数组 known_x's 可以包含一组或多组变量。如果只用到一个变量，只要 known_y's 和 known_x's 维数相同，它们可以是任何形状的区域。如果用到多个变量，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 为一逻辑值，用于指定是否将常量 b 强制设为 0。 ?如果 const 为 TRUE 或省略，b 将按正常计算。 ?如果 const 为 FALSE，b 将被设为 0，并同时调整 m 值使 y = mx。 Stats 为一逻辑值，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}。
使用Excel数据分析工具进行多元回归分析 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： 在弹出的菜单中选择“选项”，如下图所示：
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：
在弹出的“加载宏”菜单中选择“分析工具库”，然后点击“确定”，如下图所示：
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： 给出原始数据，自变量的值在A2：I21单元格区间中，因变量的值在J2：J21中，如下图所示： 假设回归估算表达式为： 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： 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：I21； 置信度可选默认的95%。 在“输出区域”如选“新工作表”，就将统计分析结果输出到在新表内。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：
农业网络信息 AGRICULTURE NETWORK INFORMATION ·研究与开发· 2011年第1期 巧用Excel 解决多元非线性回归分析 龚江，石培春，李春燕 (石河子大学农学院，石河子832003) 摘 要：非线性回归是回归分析的重要内容和难点，而多元非线性回归在农业生产中有重要的应用。应用Excel “工具” 菜单“数据分析”选项中的“回归”分析工具，以二元二次非线性回归为例，阐述了用Excel 做多元非线性回归的详细过程，并与SPSS 软件做的结果进行比较，证明使用Excel 做多元非线性回归完全可行，且操作简单、易行，并就方程的统计意义进行了分析。 关键词：Excel ；多元；非线性回归中图分类号：S126 文献标识码：A 文章编码：1672－6251（2011）01－0046－03 Application of Excel Software in Multi-nonlinear Regress Analysis GONG Jiang,SHI Peichun,LI Chunyan (Agriculture College of Shihezi Univerity,Shihezi 832003) Abstract:Nonlinear regress analysis was a difficult and significant method of regress analysis ，the application of which was important in agriculture production.In this paper,with the multi-linear regression analysis by “data analysis ”tool of Microsoft Excel as example,a 2times nonlinear regress analysis ’s process was described,and the results showed that the output was same with SPSS software ，then the statistical significance of the 2times nonlinear regress equation was analyzed.Key words:Excel software;multi analysis;nonlinear regress 注：新疆石河子大学农学院一类课程“生物统计学”支助。 作者简介：龚江（1976-），男，硕士，讲师，研究方向：生物统计教学和植物营养。收稿日期：2010-12-10 大量统计软件的问世，使统计分析在科研领域迅速普及应用。众所周知，统计软件如SAS 、SPSS 等虽然功能强大，但较难掌握，并且市面上出售的统计软件大都是盗版软件，不但运行结果的可靠性无法保证，也侵犯了知识产权。对于大多数科研工作者，尤其是基层的科研工作者来说，经常使用的统计软件与涉及的方法也很有限，主要集中在方差分析、回归与相关分析等少数几种方法上，并不需要包罗万象、功能强大的统计软件。而正版统计软件也由于其价格不菲，难以被大多数科研工作者承受。Excel 是Office 家族的一个成员，是功能强大、使用方便的电子表格式数据综合管理与分析系统，可用来记录和整理试验数据。另外，Excel 也具备一些统计运算的功能 [1] ，若能 巧妙地使用，也可以解决一些较为复杂的农业统计运算问题，如多元非线性回归的问题等，其统计结果和 SPSS 软件结果一致。 1Excel 统计功能的安装 单击Microsoft Excel 中文版菜单栏中“工具”的 “加载宏”命令，在“加载宏”对话框中选定“分析工具库”，再按“确定”钮（见图1）， “数据分析” 这一项就出现在工具菜单栏中（见图2）。若Excel “工具”中的“加载宏”没有“分析工具库”，则将 Office Excel 中文专业版光盘放入光驱中，运行“安装”程序，点击“添加/删除”按钮，出现“Microsoft Office 维护”对话框后，在“选项”一栏中，选中“Microsoft Excel ”，然后单击“更改选项”按钮，出现新的对话框，再选中“加载宏”继续单击“更改选项”按钮，在新的对话框中选取分析工具库，确定即可，之后按照安装向导的指示即可顺利安装。 图1Excel 统计功能的安装
一、相关函数 EXCEL电子制表系统中函数的语法分为函数名和参数两部分，参数用圆括号括起来，之间以逗号隔开。参数可以为单元格区域、数组、函数、常数（逻辑型、数值型等）。 进行回归分析时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX与四舍五入ROUND函数。 1、线性回归函数LINEST。 使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。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。 该函数的功能为：运算结果返回一线性回归方程的参数，即当已知一组混合成本为Y 因变量序列值、N组Xi有关自变量因素的数量序列值时，函数返回回归方程的系数bi（i=1，2…n单位变动成本）和常数a（固定成本或费用）。 多元回归方程模型则为：y=b1x1＋b2X2……＋bnXn＋a 语法 LINEST(known_y's,known_x's,const,stats) Known_y's 是关系表达式y = mx + b 中已知的y 值集合。 ?如果数组known_y's 在单独一列中，则known_x's 的每一列被视为一个独立的变量。 ?如果数组known-y's 在单独一行中，则known-x's 的每一行被视为一个独立的变量。 Known_x's 是关系表达式y = mx + b 中已知的可选x 值集合。 ?数组known_x's 可以包含一组或多组变量。如果只用到一个变量，只要known_y's 和known_x's 维数相同，它们可以是任何形状的区域。如果用到多个变量，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 为一逻辑值，用于指定是否将常量b 强制设为0。 ?如果const 为TRUE 或省略，b 将按正常计算。
文档内容 1. 利用Excel进行一元线性回归分析 2. 利用Excel进行多元线性回归分析 1. 利用Excel进行一元线性回归分析 第一步，录入数据 以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。 图1 第二步，作散点图 如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插 入”菜单中打开“图表（H）”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。
图2 点击“图表向导”以后，弹出如下对话框（图3）： 图3 在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
灌溉面积y(千亩) 01020304050600 10 20 30 灌溉面积y(千亩) 图4 第三步，回归 观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。 回归的步骤如下： 1. 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）： 图5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
图6 2.然后，选择“回归”，确定，弹出如下选项表（图7）： 图7 进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图（图8-1）。 或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%），新工作表组，残差，线性拟合图（图8-2）。 注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志： 最大积雪深度x(米) 灌溉面积y(千亩) 后者不包括。这一点务请注意（图8）。
Excel在多元回归预测分析教学中的应用 王斌会（暨南大学经济学院） Excel电子表格软件是微软办公软件组的核心应用程序之一，它功能强大，操作简单，适用范围广，普遍应用于报表处理、数学运算、工程计算、财务处理、统计分析、图表制作等各个方面。其数据分析模块简单直观，操作方便，是进行统计学教学的首选软件。 统计学中的回归预测分析具有普遍的实用意义，但变量之间关系分析及计算繁杂，而借助Excel可方便高效地研究其数量变动关系，完成其繁杂的计算分析过程。 根据回归预测中的实例，借助Excel进行相关分析，判断出其相关程度，并在此基础上建立回归模型，最后用Excel完成计算分析、统计检验及预测，使回归预测分析的计算过程更简捷，统计预测方法更为实用。 直线回归分析是研究一个应变量与一个自变量间呈直线趋势的数量关系。在实际中，常会遇到一个应变量与多个自变量数量关系的问题。一个应变量与多个自变量间的这种线性数量关系可以用多元线性回归方程来表示。 式中b0相当于直线回归方程中的常数项a，bi（i=1,2,……m）称为偏回归系数，其意义为当其它自变量对应变量的线性影响固定时，bi反映了第i个自变量xi对应变量y线性影响的度量。 〔例〕财政收入多因素分析 在一定时期内，财政收入规模大小受许多因素的影响，如国民生产总值大小、社会从业人员多少、税收规模大小、税率高低因素等。本例仅取四个变量作为解释变量，分析它们对财政收入的影响程度。 t:年份，y:财政收入(亿元)，xl:税收(亿元)，x2:国民生产总值(亿元)，x3:其他收入(亿元)，x4:社会从业人数(万人)。 数据来自中国统计出版社出版的《中国统计年鉴》，数据时限为1978-1995年，见下图1所示。按下列步骤使用Excel“回归”分析工具： 1.输数据:将数据输入A1:F19单元格。数据为19行6列，分别记每列变量名为t、y、x1、x2、x3、x4 该工具正常情况在“工具/数据分析”。 ★如果你的Excel里没有，请点“工具/加载宏”，勾选“分析工具库”和“分析数据库—VBA函数”。 ★如果加载宏里也没有，请你重新安装Office,并选择完全安装即可。
实验四（1）用Excel作一元线性回归分析 实验名称：回归分析 实验目的：学会应用软件实验一元线性回归，多元线性回归和非线性回归模型的求解及应用模型解决相应地理问题。 1 利用Excel进行一元线性回归分析 第一步，录入数据 以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。 图1 第二步，作散点图 如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在 “插入”菜单中打开“图表（H）”。图表向导的图标为。选中数据后，数据变为蓝色（图2）（office2003）。插入-图表（office2007)
图2 点击“图表向导”以后，弹出如下对话框（图3）： 图3 在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
图4 第三步，回归 观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下： ⑴ 首先，打开“工具”下拉菜单，可见数 据分析选项（见图5） （office2003）。数据-数据分析（office2007) ： 图5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
图6 ⑵然后，选择“回归”，确定，弹出如下选项表（图7）： 图7 进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图（图8-1）。 或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%），新工作表组，残差，线性拟合图（图8-2）。 注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志： 最大积雪深度x(米)灌溉面积y(千亩) 后者不包括。这一点务请注意（图8）。
野外实习资料的数理统计分析 ?一元线性回归分析 一元回归处理的是两个变量之间的关系，即两个变量X和Y之间如果存在一定的关系，则通过观测所得数据，找出两者之间的关系式。如果两个变量的关系大致是线性的，那就是一元线性回归问题。 对两个现象X和Y进行观察或实验，得到两组数值：X1，X2,…，Xn和Y1，Y2，…，Yn,假如要找出一个函数Y=f(X),使它在X=X1,X2, …,Xn时的数值f(X1),f(X2), …,f(Xn)与观察值Y1，Y2，…，Yn趋于接近。 在一个平面直角坐标XOY中找出（X1，Y1），（X2，Y2），…，（Xn，Yn）各点，将其各点分布状况进行察看，即可以清楚地看出其各点分布状况接近一条直线。对于这种线性关系，可以用数学公式表示： Y = a + bX 这条直线所表示的关系，叫做变量Y对X的回归直线，也叫Y对X的回归方程。其中a为常数，b为Y对于X的回归系数。 对于任何具有线性关系的两组变量Y与X，只要求解出a与b的值，即可以写出回归方程。计算a与b值的公式为：
式中：为变量X的均值，Xi为第i个自变量的样本值，为因变量的均值，Yi为第i个因变量Y的样本值。n为样本数。 当前一般计算机的Microsoft Excel中都有现成的回归程序，只要将所获得的数据录入就可自动得到回归方程。 得到的回归方程是否有意义，其相关的程度有多大，可以根据相关系数的大小来决定。通常用r来表示两个变量X和Y之间的直线相关程度，r为X和Y的相关系数。r值的绝对值越大，两个变量之间的相关程度就越高。当r为正值时，叫做正相关，r为负值时叫做负相关。r 的计算公式如下： 式中各符号的意义同上。 在求得了回归方程与两个变量之间的相关系数后，可以利用F检验法、t检验法或r检验法来检验两个变量是否显著相关。具体的检验方法在后面介绍。 2．多元线性回归分析
Excel回归分析（一） 除了数据存储和管理功能，Excel为基于工作表的数据分析提供了各类不同的工具和方法，用于各类通用的数据分析工作。从应用和表现形式看，Excel的数据分析工具和方法可以分为以下几个类别： 1）基于工作表函数和公式的分析能力 使用Excel内置的公式计算和统计分析函数，例如通过本期的技巧文章“Excel矩阵函数和公式的使用”中介绍的矩阵函数，可以完成回归分析。使用Excel的公式和函数功能，需了解相关的语法和参数，同时可能还需熟悉所使用的分析方法的数学推导过程。 2）基于用户界面的数据分析工具 Excel提供用于统计和计量分析的集成界面工具包，使用该工具包可进行描述统计、方差分析、假设检验、回归抽样等统计分析。 在“分析工具库”已正确加载的前提下，点击Excel工具菜单中的“数据分析”选项，可调出数据分析功能选择界面，选择一项具体分析功能后即可进入详细的输入输出和设置界面： 在上步中选择的不同功能项，会弹出不同的分析界面，一般情况下该分析界面包括参数的输入和分析结果的输出选择以及与该功能相关的具体参数选项。 数据分析工具提供交互界面的分析功能，其优点是容易理解和使用，但输出结果是静态的，如需变更输入数据或参数，都需重新启动分析工具以获得修正结果。为了输出动态、可随时更改输入选项的结果，需要使用Excel的函数和公式功能。 3）其他快捷数据分析方法 Excel中的某些对象操作内含了简单的可视化数据分析能力，例如区域的选择、图表数据的选择等。这些快捷工具可以简化使用函数或界面工具的输入输出过程。 4）来自用户自定义或第三方的增强数据分析工具 Excel提供了用户开发平台，高级用户可在此基础上开发专用的数据分析函数或工具。同时，由于Excel的通用性，有许多基于Excel的商业统计和数据分析插件可供选择。这些工具和软件在
Excel求解一元线性回归方程步骤(图解详细) 1．开始－程序－Microsoft Excel，启动Excel程序。 2．Excel程序启动后，屏幕显示一个空白工作簿。 3．选定单元格，在单元格内输入计算数据。
4．选中输入数据，点击“图表向导”按钮。 5．弹出图表向导对话窗，点击XY散点图，选择平滑线散点图，点击下一步。 6．选择系列产生在：列，点击下一步。
7．在图表标题中输入“硝基苯标准曲线”，数值（X）轴输入“硝基苯浓度”，数值（Y）轴输入“HPLC峰面积”。此外还可以点击“坐标轴”，“网格线”，“图例”，“数据标志”下拉菜单，对其中选项进行选择。 8．点击完成后，即可得到硝基苯的标准曲线图。 9．将鼠标移至图表工作曲线上，单击鼠标右键，选择“添加趋势线”。
10．在“类型”选项中选择“线性”，“选项”中选择“显示公式”，“显示R平方值”，单击确定。 11．单击确定后即可得到附有回归方程的一元线性回归曲线。 12．至此，利用“图表向导”制作回归方程的操作步骤完毕。 利用Excel中“图表向导”制作标准曲线，使用者仅需按照向导说明填入相关信息即可完成图表的制作。方法简单，适合对Excel了解不多的人员，如果你对Excel函数有一定的了解，那么你可以利Excel函数编制程序完成回归方程的计算。 4.4.2.2通过编制Excel程序计算一元线性回归方程 1．打开一个新工作簿，以“一元线性回归方程”为文件名存盘。 2．单击插入，选择名称－定义。
3．在弹出的“定义名称”对话窗中“名称”栏输入“a”，“引用位置”栏输入“＝$E$4”，然后按“添加”按钮；再在“名称”栏输入“b”，“引用位置”栏输入“＝$E$3”，按“添加”按钮，依次输入下列内容，最后单击确定。 “名称”栏输入内容“引用位置”栏输入内容 a =$E$4 b =$E$3 f =$G$4 n =$G$3 rf =$G$6 rxy =$E$5 x =$A$3:$A$888 y =$B$3:$B$888 aa=$G$2 yi1 =$E$12 yi2 =$E$13 4．完成命名后，在相关单元格内输入下列程序内容。 单元格输入内容 E3 =ROUND(SLOPE(y,x),4) G3 =COUNT(x) E4 =ROUND(INTERCEPT(y,x),4) G4 =n-2 E5 =PEARSON(x,y) E6 =DEVSQ(x) G6 =SQRT(FINV(a,1,f)/(f+FINV(a,1,f ))) E7 =DEVSQ(x)*(1-rxy^2) E8 =STEYX(y,x) E9 =IF(rxy>rf,“rxy>临界值回归方程有意义”， “rxy>临界值回归方程有意义”) G10 =1-G2 E11 =CONCA TENATE(“=”,a,”+”,”(“,b,”)X”) G12 =(yi1-a)/b G13 =(yi2-a)/b
用Excel进行一元线性回归分析 Excel功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。本文就从最简单的一元线性回归入手. 在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。 文章使用的是2000版的软件,我在其中的一些步骤也添加了2007版的注解. 1 利用Excel2000进行一元线性回归分析 首先录入数据. 以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。 图1 第二步，作散点图 如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在 “插入”菜单中打开“图表（H）(excel2007)”。图表向导的图标为。选中数据后，数据变为蓝色（图2）。
图2 点击“图表向导”以后，弹出如下对话框（图3）： 图3 在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
灌溉面积y(千亩) 01020304050600 10 20 30 灌溉面积y(千亩) 图4 第三步，回归 观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下： ⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）(2007为”数据”右端的”数据分析”)： 图5 用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
Excel 在多元回归分析中的应用研究 第一章绪论统计学是一门提供数据信息的收集、处理、归纳和分析的理论与方法的科学。然而随着社会的发展，统计的运用领域越来越广泛，不管是在经济管理领域，还是在军事、医学、生物、物理、化学等领域的研究中人们对于数量分析与统计分析都提出更高的要求。统计学作为高等院校经济类专业和工商管理类专业的核心课程，需要用到的数学知识较多，应用方面的灵活性也较强，计算量大且复杂。而 Excel 是以其入门简单、使用直观、操作方便和功能强大等特点为广大用户所喜爱，在数据处理相关领域中 Excel 更是有大量的受众。 Excel 系统中含有许多常用的统计分析方法，但大多数人由于缺乏基本的统计知识，对此望而却步。 1.1摘要网络购物则是给传统的零售产业带来了巨大而深远的影响，近几年越来越多的人通过当当、京东、淘宝这样的互联网平台进行交易，网络购物的兴起给人们带来了极大的便利和实惠。淘宝网则是亚太最大的网络零售商圈，其致力于打造领先网络零售商圈，淘宝注册成员也覆盖了中国大部分网购人群，交易额占中国网络市场的 80%。本文不仅对于复杂的统计计算通过常用的计算机应用软件 Excel 来实现，同时通过对淘宝网的交易额与当今社会的发展现状相结合进行研究，通过 Excel 做多元线性回归分析，让大家对统计中的多元回归有所了解的同时，也可以了解到淘宝网近年来的发展情况以及未来的发展趋势。本文通过实例对淘宝网未来发展趋势的研究运用通俗的语言和浅显的描述将 Excel 在多元回归分析中的统计分析方法呈现在大家面前，并采用了 2005 年到 2012 年的居民消费水平，以及我国网络普及度，我国人人均纯收入以及我国的居民消费水平对淘宝网的未来发展趋势进行定量数据的研究而后提出我们对于淘宝未来发展趋势的预测和应对之策。同时本文也运用了 Spss 和 Eviews 软件对数据进行分析，从而把起与 Excel 对数据进行处理的方法进行对比，找出 Excel对于数据处理很分析相对于 Spss和Eviews之间的差别及优点，最后得出结论。 关键词： Excel 多元回归分析淘宝网 SPSS Eviews 1.2引言我国网络购物相对欧美起步较晚，但发展速度非常快。但随着我国社会主义市场经济的日趋完善，无论是在宏观经济的经济调控领域还是在微观的企业管理领域中，人们要进行高效的监控和科学的管理就必须准确及时的获得经济运行中的各类信息。淘宝网自 2003年 5月10日成立以来，在短短的两年内，迅速成为国内网络购物平台的第一名，占据了中国网络购物的70%左右的市场 份额。然而 2008 年以来，受到全球金融危机蔓延深化的影响，我国多数行业都 受到了不同程度的冲击。但包括网络零售的电子商务行业发展却一路繁荣，成为危机背景下经济增长的一个亮点。而网上购物作为一种新兴的购物方式出现在日常百姓的生活中，必然有其吸引人之处。喜欢上网购物的网民认为，用互 联网来完成购物不仅节省了时间，免除了舟车劳顿，还有机会买到在本地市场难觅的商品。当然网上购物有利有弊，网购的利在于： 1?节省时间，精力 2.有机会买到本地市场难觅的商品 3.是一种时尚的方式
用EXCEL进生产函数多元线性回归分析
————————————————————————————————作者：————————————————————————————————日期：
用EXCEL进行生产函数的多元线性回归分析 一、相关函数 EXCEL电子制表系统中函数的语法分为函数名和参数两部分，参数用圆括号括起来，之间以逗号隔开。参数可以为单元格区域、数组、函数、常数（逻辑型、数值型等）。 进行回归分析时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX与四舍五入ROUND函数。 1、线性回归函数LINEST。 使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。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。 该函数的功能为：运算结果返回一线性回归方程的参数，即当已知一组混合成本为Y因变量序列值、N组Xi有关自变量因素的数量序列值时，函数返回回归方程的系数bi（i=1，2…n单位变动成本）和常数a（固定成本或费用）。 多元回归方程模型则为：y=b1x1＋b2X2……＋bnXn＋a 语法 LINEST(known_y's,known_x's,const,stats) Known_y's 是关系表达式 y = mx + b 中已知的 y 值集合。 ?如果数组 known_y's 在单独一列中，则 known_x's 的每一列被视为一个独立的变量。 ?如果数组 known-y's 在单独一行中，则 known-x's 的每一行被视为一个独立的变量。 Known_x's 是关系表达式 y = mx + b 中已知的可选 x 值集合。 ?数组 known_x's 可以包含一组或多组变量。如果只用到一个变量，只要 known_y's 和 known_x's 维数相同，它们可以是任何形状的区域。如果用到多个变量，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 为一逻辑值，用于指定是否将常量 b 强制设为 0。 ?如果 const 为 TRUE 或省略，b 将按正常计算。 ?如果 const 为 FALSE，b 将被设为 0，并同时调整 m 值使 y = mx。 Stats 为一逻辑值，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}。
SPSS 统计分析 多元线性回归分析方法操作与分析 实验目的： 引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。 实验变量： 以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。 实验方法：多元线性回归分析法 软件：spss19.0 操作过程： 第一步：导入Excel数据文件 1.open data document——open data——open；
2. Opening excel data source——OK. 第二步： 1.在最上面菜单里面选中Analyze——Regression——Linear，Dependent （因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method选择Stepwise. 进入如下界面：
2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue. 3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue.
E x c e l数据分析工具进 行多元回归分析 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
使用E x c e l数据分析工具进行多元回归分析使用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： 在弹出的菜单中选择“选项”，如下图所示： 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： 在弹出的“加载宏”菜单中选择“分析工具库”，然后点击?“确定”，如下图所示： 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： 给出原始数据，自变量的值在A2：I21单元格区间中，因变量的值在J2：J21中，如下图所示： 假设回归估算表达式为： 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： 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： I21； 置信度可选默认的95%。 在“输出区域”如选“新工作表”，就将统计分析结果输出到在新表内。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： 第一张表是“回归统计表”(K12：L17): 其中： Multiple R：（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=表明它们之间的关系为高度正相关。（Multiple：复合、多种） R Square：复测定系数，上述复相关系数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，表明用用自变量可解释因变量变差的% Adjusted R Square：调整后的复测定系数R2，该值为，说明自变量能说明因变量y 的%，因变量y的%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。