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
1702657940
其中，[]内为可选项，返回回归直线的截距和斜率。Known_y’s是必需的，表示自变量的观测值或数据集合。Known_x’s是可选的，表示因变量的观测值或数据集合。Known_x’s对应的单元格区域可以包含一组或多组变量。若仅有一个变量，只要Known_y’s和Known_x’s具有相同的维数，则它们可以是任何形状的区域；若有多个变量，则Known_y’s必须为一行或一列的区域。若省略Known_x’s，则得到的数组大小与Known_y’s的相同。参数const表示一个逻辑值，取值为TRUE或FALSE，用于指定是否将截距b设置为0。const为TRUE或被省略时，截距b将不被指定为0，此时回归将按一般方式计算；const为FALSE时，截距b将被设置为0，此时回归将按照截距为0的模型进行计算。参数stats也表示一个逻辑值，取值为TRUE或FALSE，用于指定是否返回附加回归统计值。stats为TRUE时，返回附加回归统计值；除了斜率和截距之外，用户还可以得到标准误差、判定系数、F值等回归统计值。若stats为FALSE或被省略，则不返回附加回归统计值，系统只进行斜率和截距的计算。
1702657941
1702657942
下面通过示例5对如何使用LINEST函数进行具体介绍。
1702657943
1702657944
示例5：
1702657945
1702657946
仍以示例4中所用的原始数据（见图10.21）为数据基础，分析该企业商品成本和售价之间的关系。
1702657947
1702657948
使用LINEST函数进行回归分析计算的具体操作步骤如下：
1702657949
1702657950
①设置单元格区域。在D4单元格和E4单元格中分别输入“截距”和“斜率”，如图10.25所示。
1702657951
1702657952
1702657953
1702657954
1702657955
图10.25 单元格区域设置
1702657956
1702657957
②在D5单元格中以数组公式的形式输入公式”=LINEST（B2:B11，A2:A11）”；也可以选择在编辑栏中输入公式”=LINEST（B2:B11，A2:A11）“后，按下Ctrl+Shift+Enter组合键，即可求得“截距”。
1702657958
1702657959
③同步骤2，将D5单元格中的公式复制到E5单元格，按F2键后，再按下Ctrl+Shift+Enter组合键即可求得“斜率”。
1702657960
1702657961
“截距”和“斜率”的计算结果如图10.26所示。
1702657962
1702657963
1702657964
1702657965
1702657966
图10.26 “截距”和“斜率”计算结果
1702657967
1702657968
由图10.26中“截距”和“斜率”的计算结果可知，利用LINEST函数得到的截距和斜率与利用INTERCEPT和SLOPE这两个函数分别得到的截距和斜率计算结果是一致的。
1702657969
1702657970
1702657971
1702657972
1702657973
Excel统计分析与应用大全 [:1702652483]
1702657974
Excel统计分析与应用大全 10.3.3 计算回归参数
1702657975
1702657976
除了回归方程的截距和斜率之外，在回归分析中还需要计算方程的回归参数。在Excel 2013中可以通过RSQ函数，实现对回归方程判定系数的计算。
1702657977
1702657978
RSQ函数用于返回线性回归模型的判定系数，即返回根据Known_y’s和Known_x’s中数据点计算得出的Pearson乘积矩相关系数的平方。其表达方式为：
1702657979
1702657980
=RSQ（Known_y’s,Known_x’s）