1702657590
①绘制散点图。在原始数据所在的工作表中，选择A1:B14单元格区域，转到“插入”选项卡，在“图表”选项组中单击“散点图”按钮，单击即可绘出散点图，如图10.7所示。
1702657591
1702657592
1702657593
1702657594
1702657595
图10.6 “散点图”下拉列表
1702657596
1702657597
1702657598
1702657599
1702657600
图10.7 绘制散点图
1702657601
1702657602
②添加趋势线。选择绘制出的散点图，在出现的“图表工具”标签下转到“设计”选项卡，在“图表布局”选项组中单击“添加图表元素”按钮，在弹出的如图10.8所示的下拉列表中选择“趋势线”选项。如图10.9所示，在“趋势线”列表中单击“其他趋势线选项”，随即在工作表右侧弹出如图10.10所示的“设置趋势线格式”窗格。在“设置趋势线格式”窗格中的“趋势线选项”中选择“线性”；勾选“显示公式”和“显示R平方值”两个复选框。设置完毕后即可得到所需的趋势线及其参数，回归结果如图10.11所示。
1702657603
1702657604
1702657605
1702657606
1702657607
图10.8 “添加图表元素”下拉列表
1702657608
1702657609
1702657610
1702657611
1702657612
图10.9 “趋势线”下拉列表
1702657613
1702657614
1702657615
1702657616
1702657617
图10.10 “设置趋势线格式”窗格
1702657618
1702657619
1702657620
1702657621
1702657622
图10.11 线性回归的结果
1702657623
1702657624
③分析回归结果。由图10.11可知，趋势线的公式为y=-0.989x+2059.5，反映了两个变量之间的强弱关系，说明时间每增加一年，该高校毕业班的高等数学平均分就减少0.989分，而拟合优度R2=0.1505说明了这个公式能够解释数据的15.05%，说明该公式的解释力度并不是很强。
1702657625
1702657626
1702657627
1702657628
1702657629
Excel统计分析与应用大全 [:1702652475]
1702657630
Excel统计分析与应用大全 10.2 多元线性回归分析
1702657631
1702657632
在大多数的实际问题中，影响因变量的因素可能不是一个而是多个，这类问题被称为多元回归分析。多元回归分析预测法，是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型而进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。
1702657633
1702657634
Excel统计分析与应用大全 [:1702652476]
1702657635
10.2.1 多元线性回归系数的求解
1702657636
1702657637
多元线性回归是一个因变量与两个或两个以上自变量之间的回归。描述因变量y如何依赖于自变量x1，x2，……，xp和误差项ε的方程称为多元线性回归模型。
1702657638
1702657639
涉及p个自变量的多元线性回归模型可表示为：