一、步驟
首先說明,我用的是Excel 2007。設有自變量X和因變量Y(見下圖)。回歸分析中,自變量有時也被稱為預測變量(predictor)或者說明變量(explanatory variable),因變量有時也被稱為響應變量(response variable)。
① 製作散點圖(scatterplot)。選中表中數據,插入→散點圖,獲得結果如下:
② 快速回歸分析。點擊「設計」,選擇紅框中的圖表布局:
得到如下圖表:
③ 常規回歸分析:數據→數據分析→回歸→選擇X、Y及輸出區域(選擇區域應包括X、Y標誌單元格並勾選標誌複選框),見下圖:
確定後輸出如下,可與上文中的快速線性回歸結果進行比較:
註:若找不到數據分析,可自行添加,步驟如下:點擊左上角圓形圖標→Excel選項→加載項→轉到→分析庫工具。
二、線性回歸結果解讀
1. 總體回歸精度係數
① 決定係數(R square):可通過自變量變動解釋的因變量變動百分比,一般認為該值越大越好。
② 校正決定係數(adjusted R square):該係數相對決定係數更為審慎,其值只有在新增自變量導致回歸方程預測力增加的時候才增加,而決定係數則只要有新增自變量就會增加。校正決定係數一般也是越大越好。
2.回歸輸出非隨機概率
①F顯著性水平(Significance F):值越小則非隨機概率越大。
3. 回歸係數和Y截距的可靠性
① P值:越小則係數非隨機概率越大。
4. 殘差(residuals):因變量實際值和預測值的差,應無規律。