1702657781
1702657782
1702657783
1702657784
图10.15 求得回归分析系数及附加回归统计值
1702657785
1702657786
④计算F临界值。在B18单元格中输入公式”=FINV（0.05，10-1，10-2）”，其中，0.05表示显著性水平，“10-1”表示自由度，“10-2”表示样本个数-自变量个数，按下Enter键即可得到F临界值，计算结果如图10.16所示。
1702657787
1702657788
1702657789
1702657790
1702657791
图10.16 示例2回归分析结果
1702657792
1702657793
⑤分析回归分析结果。由图10.16可知，x1的系数估计值约为0.66，x2的系数估计值约为0.85，截距b的估计值约为469.5。因而可得出回归方程为：
1702657794
1702657795
产品售价=0.66×原料成本+0.85×加工费用+469.5
1702657796
1702657797
该回归方程说明产品售价随着原料成本和加工费用的增加而增加；原料成本每增加1元，产品售价将增加0.66元；加工费用每增加1元，产品售价将增加0.85元。除此之外，还可以得到方程的判定系数约为0.52，说明该回归方程的拟合程度为52%，反映了对数据的解释能力。F值约为3.81，大于F临界值，应当拒绝原假设，说明原料成本、加工费用和产品售价之间存在显著的线性关系。
1702657798
1702657799
1702657800
1702657801
1702657802
Excel统计分析与应用大全 [:1702652479]
1702657803
Excel统计分析与应用大全 10.2.4 使用回归分析工具进行多元线性回归分析
1702657804
1702657805
除了回归函数可对函数进行多元回归分析以外，Excel 2013数据分析工具中的回归分析工具也可以进行多元线性回归分析。而且，其回归结果的输出更为全面、直观。
1702657806
1702657807
下面，通过示例3，介绍如何使用回归分析工具来进行多元回归分析。
1702657808
1702657809
示例3：
1702657810
1702657811
以图10.16求得的回归结果作为本例的原始数据，通过此数据文件分析该企业原料成本和加工费用与产品售价之间的关系。
1702657812
1702657813
具体操作步骤如下：
1702657814
1702657815
①建立多元回归方程Y=β0+β1x1+β2x2，其中Y表示产品售价，x1表示原料成本，x2表示加工费用。
1702657816
1702657817
②在工作表中，转到“数据”选项卡，在“分析”选项组中单击“数据分析”按钮，弹出如图10.17所示的“数据分析”对话框。选择“回归”选项，单击“确定”按钮，即可弹出如图10.18所示的“回归”对话框。
1702657818
1702657819
1702657820
1702657821
1702657822
图10.17 “数据分析”对话框
1702657823
1702657824
1702657825
1702657826
1702657827
图10.18 “回归”对话框
1702657828
1702657829
③在图10.18所示的“回归”对话框中的“Y值输入区域”文本框中输入因变量产品售价所在区域”D2:D11”，在“X值输入区域”文本框中输入自变量原料成本和加工费用所在区域”B2:C11”，对话框设置如图10.19所示。如果在进行回归分析之前已知回归方程的截距为0，则可在此对话框中勾选“常数为零”复选框；若还需要求得残差、标准残差、线性拟合图及正态概率图等信息，则在该对话框中勾选相应复选框即可。本例没有要求，则此处不做勾选。按照需要设置好对话框后，单击“确定”按钮，即可得到如图10.20所示的回归分析结果。
1702657830