使用回歸分析工具進行一元線性回歸分析 全國獲獎_第1頁
使用回歸分析工具進行一元線性回歸分析 全國獲獎_第2頁
使用回歸分析工具進行一元線性回歸分析 全國獲獎_第3頁
使用回歸分析工具進行一元線性回歸分析 全國獲獎_第4頁
使用回歸分析工具進行一元線性回歸分析 全國獲獎_第5頁
已閱讀5頁，還剩4頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

數據分析技術課程教學團隊數據分析技術使用回歸分析工具進行一元線性回歸分析案例描述使用數據分析工具觀察2001-2018年某公司的投資金額與其對應的收益值的數據表，分析投資金額與收益值之間是否存在線性相關關系，并預測未來投資。打開數據表：案例實現步驟一、選擇菜單項“數據”，在右側選擇“數據分析”打開“數據分析”對話框，在“分析工具”列表框中選擇“回歸”選項，點擊“確定”。

案例實現步驟二、打開“回歸”對話框后，“Y值輸入區域”定位到工作表

的F3：F20區域，“X值輸入區域”定位到E3：E20區域；“輸入區域”定位到工作表的I5單元格，點擊“確定”。案例實現結果如下圖：結果分析表1“回歸統計表”：1、MultipleR：（復相關系數R）R2的平方根，又稱相關系數，用來衡量自變量x與y之間的相關程度的大小，本例值0.9867，說明相關性很好。

2、RSquare：復測定系數，上述復相關系數R的平方。用來說明自變量解釋因變量y變差的程度，以測定因變量y的擬合效果，本例值0.9737，說明擬合效果很好。

3、AdjustedRSquare：調整后的復測定系數R2。

4、標準誤差：用來衡量擬合程度的大小，也用于計算與回歸相關的其它統計量，此值越小，說明擬合程度越好

5、觀察值：用于估計回歸方程的數據的觀察值個數。結果分析表2“方差分析表”：主要作用是通過F檢驗來判定回歸模型的回歸效果。1、df是自由度，第一行是回歸自由度，等于變量數；第二行是殘差自由度，等于樣本數-變量數-1；第三行為總自由度，等于樣本數-1。

2、SS是誤差平方和，第一行代表因變量的預測值對其平均值的總偏差；第二行代表因變量對其預測值的總偏差；第三行代表因變量對其平均值的總偏差。

3、MS是均方差，是SS除以相應df的商，這個數值越小，擬合的效果也就越好。

4、F是對線性關系的判斷。

5、SignificanceF是顯著水平下的Fa臨界值，值越小越好，對于本例小于0.0001，故置信度達到99.99%以上。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論