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
1702657923
1702657924
图10.24 斜率计算结果
1702657925
1702657926
④分析计算结果。由图10.24可知成本对售价回归的斜率约为1.126，成本对售价回归的截距约为40.4，则销售价=成本×1.126+40.4。由此可知，该企业商品的售价等于成本的1.126倍加上40.4元，说明成本每增加1元，售价将会相应地增加1.126元。
1702657927
1702657928
1702657929
1702657930
1702657931
Excel统计分析与应用大全 [:1702652482]
1702657932
Excel统计分析与应用大全 10.3.2 回归分析函数数组形式的使用
1702657933
1702657934
除了分别计算线性回归截距和线性回归斜率的INTERCEPT和SLOPE两种函数之外，还可以通过使用回归分析函数的数组形式进行回归分析系数的计算。而使用回归分析函数的数组形式来计算回归分析系数主要是通过LINEST函数来实现的。
1702657935
1702657936
LINEST函数可以通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算直线的统计值，并返回描述此直线的截距和斜率数组。由于此函数返回的是数值数组，所以，必须以数组公式的形式输入。其表达形式为：
1702657937
1702657938
=LINEST（Known_y’s，[Known_x’s]，[const]，[stats]）
1702657939