1702657873
INTERCEPT函数常用于计算线性回归的截距。其表达形式为:
1702657874
1702657875
=INTERCEPT(Known_y’s,Known_x’s)
1702657876
1702657877
其中,Known_y’s表示自变量的观测值或数据集合;Known_x’s表示因变量的观测值或数据集合。参数可以是数字、数组或者引用。当数组或引用参数包含文本、逻辑值或空白单元格时,这些值将被忽略;而当Known_x’s,Known_y’s包含的数据个数不相等或不包含任何数据点时,函数将显示错误值。
1702657878
1702657879
2.利用SLOPE函数计算线性回归的斜率
1702657880
1702657881
计算线性回归斜率的公式为:
1702657882
1702657883
1702657884
1702657885
1702657886
SLOPE函数常用于计算线性回归的斜率。其表达形式为:
1702657887
1702657888
=SLOPE(Known_y’s,Known_x’s)
1702657889
1702657890
其中,Known_y’s表示自变量的观测值或数据集合;Known_x’s表示因变量的观测值或数据集合。参数可以是数字、数组或者引用。当数组或引用参数包含文本、逻辑值或空白单元格时,这些值将被忽略;而当Known_x’s,Known_y’s包含的数据个数不相等或不包含任何数据点时,函数将显示错误值。
1702657891
1702657892
下面通过示例4,对如何使用INTERCEPT函数计算线性回归截距和如何使用SLOPE函数计算线性回归斜率进行具体介绍。
1702657893
1702657894
示例4:
1702657895
1702657896
假定以某企业生产的10种不同商品的成本和售价创建一个数据文件,以该数据文件为例,分析该企业商品成本和售价之间的关系。原始数据如图10.21所示。
1702657897
1702657898
1702657899
1702657900
1702657901
图10.21 示例4原始数据
1702657902
1702657903
使用INTERCEPT和SLOPE两种函数分别计算线性回归截距和线性回归斜率,具体操作步骤如下:
1702657904
1702657905
①设置单元格区域。分别在D2单元格和E2单元格中输入“截距”和“斜率”,如图10.22所示。
1702657906
1702657907
1702657908
1702657909
1702657910
图10.22 单元格区域设置
1702657911
1702657913
1702657914
1702657915
1702657916
1702657917
图10.23 截距计算结果
1702657918
1702657920
1702657921
1702657922
[
上一页 ]
[ :1.702657873e+09 ]
[
下一页 ]