1702657460
1702657461
1702657462
1702657463
1702657464
图9.26 一次预测值预测结果
1702657465
1702657466
③重复步骤1和2，并在步骤2的基础上，重复操作一遍指数平滑法，将“输入区域”改为单元格区域”$D$3:$D$13”，将“输出区域”设为”$F$3:$F$13”。“指数平滑”对话框设置如图9.27所示。单击“确定”按钮，即可得出二次指数平滑法的预测结果，如图9.28所示。
1702657467
1702657468
1702657469
1702657470
1702657471
图9.27 “指数平滑”对话框设置
1702657472
1702657473
1702657474
1702657475
1702657476
图9.28 二次指数平滑法的预测结果
1702657477
1702657478
由图9.28可知，F13单元格中的数值4.0273174即为2013年该企业销售增长率的预测值。
1702657479
1702657480
1702657481
1702657482
1702657483
Excel统计分析与应用大全 [:1702652470]
1702657484
Excel统计分析与应用大全 第10章 Excel中的回归分析
1702657485
1702657486
回归分析是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型（称为回归方程式），用来近似地表达具有相关关系的变量之间的数量变化的一般关系，确定一个相关的数学表达式，以进行估计或预测的一种统计分析方法。
1702657487
1702657488
回归分析中有明确的因果关系假设，即要假设一个变量为自变量（原因），一个变量为因变量（结果），要确定自变量对因变量的影响就用回归表示。由于回归构建了变量间因果关系的数学表达，所以它具有统计预测的功能。
1702657489
1702657490
Excel统计分析与应用大全 [:1702652471]
1702657491
10.1 线性回归分析
1702657492
1702657493
1.线性回归的统计原理
1702657494
1702657495
两个定距变量的回归是用函数y=f（x）来分析的。
1702657496
1702657497
我们最常用的是一元回归方程
1702657498
1702657499
y=a+bx
1702657500
1702657501
其中x为自变量；y为因变量；a为截距，即常量；b为回归系数，表明自变量对因变量的影响程度。在统计学中，回归系数是靠变量x与y的大量数据拟合出来的。
1702657502
1702657503
2.线性回归的适用条件
1702657504
1702657505
●自变量与因变量的关系是线性的。
1702657506
1702657507
●因变量y的取值相互独立。
1702657508
1702657509
●对于自变量的任何一个线性组合，因变量y应该服从正态分布。