毕业论文中回归分析表格制作

excel中点 工具 ，里面的加载宏，勾上分析工具库，加载好后，工具里面会有一个数据分析找到分析工具库，做回归分析，在x值的选择上，选取多区域的就是多元回归了，这个是线性的回归，其他的话，借助别的工具可能更好

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。

方法如下：选择成对的数据列，将使用“X、Y散点图”制成散点图。在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。由图中可知，拟合的直线是y=15620x+，R2的值为。因为R2>，所以这是一个线性特征非常明显的实验模型，即说明拟合直线能够以大于地解释、涵盖了实测数据，具有很好的一般性，可以作为标准工作曲线用于其他未知浓度溶液的测量。为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回归”工具来详细分析这组数据。在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以选择“常数为零”。“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。 残差图是有关于世纪之与预测值之间差距的图表，如果残差图中的散点在中州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。

拟合程度高，主要是前几期的数据离散性小（ ），使用二阶做趋势线，前几期的数据拟合的好，残差减少许多，但是用线性的话，前几期就拟合不好，残差比较大。我感觉EXCEL给出的公式不正确，用给出的公式回推Y值，都相差很大。

方法/步骤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表格里面如何使用excel做一元线性回归分析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，加载分析工具如何使用excel做一元线性回归分析加载工具完成以后，点击数据中的“工具分析”，选择“回归”，点击确定如何使用excel做一元线性回归分析点击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如何使用excel做一元线性回归分析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如何使用excel做一元线性回归分析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，选中该图如何使用excel做一元线性回归分析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如何使用excel做一元线性回归分析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

excel只能做线性回归，如果非线性回归，先转化为线性用linest函数比如回归y=ax^2+ba+c先将x^2放在a列，x放b列，y放c列，假设有12组数选中3个单元格，输入=linest（c1：c12，a1:b12，），是数组操作，所以得按F2，再按CTRL+SHIFT+ENTER就ok了不懂的话，再看下该函数的帮助文件

用EXCEL做回归分析主要有图表法和函数法： 1、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。2、函数法若X值序列在A1:A100单元格，Y值序列在B1:B100单元格，则线性公式的截距b=INTERCEPT(B1:B100,A1:A100)斜率k=SLOPE(B1:B100,A1:A100)相关系数R=CORREL(A1:A100,B1:B100)或=CORREL(B1:B100,A1:A100) 上述两种方法都可以做回归分析，同时结合图表和函数会取得更满意的效果。