用Excel進行數據分析:回歸分析

2021-02-13 數據海洋

在日常數據分析工作當中，回歸分析是應用十分廣泛的一種數據分析方法，按照涉及自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關係類型，可分為線性回歸分析和非線性回歸分析。

回歸分析的實施步驟：

1）根據預測目標，確定自變量和因變量

2）建立回歸預測模型

3）進行相關分析

4）檢驗回歸預測模型，計算預測誤差

5）計算並確定預測值

我們接下來講解在Excel2007中如何進行回歸分析？

一、案例場景

為了研究某產品中兩種成分A與B之間的關係，現在想建立不同成分A情況下對應成分B的擬合曲線以供後期進行預測分析。測定了下列一組數據：

二、操作步驟

1、先繪製散點圖：具體步驟是選中數據，插入—>圖表—>散點圖

2、在散點圖的數據點上右鍵—>添加趨勢線

3、在彈出的選項框的選項中選擇公式和相關係數等，這樣就以得到擬合的直線

在圖中我們可以看到，擬合的回歸方程是 y = 0.223x + 9.121 ，R² = 0.982

附：R2相關係數取值及其意義

我們進一步使用Excel中數據分析的回歸分析提供更多的分析變量來描述這一個線性模型

4、選中數據—>數據—>數據分析—>回歸

註：本操作需要使用Excel擴展功能，如果您的Excel尚未安裝數據分析，可以參考該專題文章的第一篇《用Excel進行數據分析：數據分析工具在哪裡？》。

5、在彈出的選項卡中，設置輸入和輸出選項，包括X、Y值輸入區域、置信度、輸出區域、殘差、殘插圖、標準殘差、線性擬合圖和正態概率圖。

可以得到詳細的各項參數和統計量，在此不對細節作進一步解釋。

敬請繼續關注專題系列文章
（來源：中國統計網www.itongji.cn)

相關焦點

  • 使用Excel數據分析工具進行多元回歸分析
    使用Excel數據分析工具進行多元回歸分析與簡單的回歸估算分析方法基本相同。
  • 用Excel進行供應鏈數據分析:如何判斷正態分布
    前幾集連結如下用Excel進行供應鏈數據分析：ABC 法詳解（附視頻）用Excel進行供應鏈數據分析：生成月度銷售數據（附視頻）用Excel進行供應鏈數據分析：獲取外部數據（附視頻）用Excel函數實現庫存分析、控制和預測用Excel函數實現庫存分析和供應鏈預測
  • excel數據分析工具庫系列三回歸分析
    今天跟大家分享excel數據分析工具庫系列三——回歸分析！
  • 數據可視化|用散點圖進行數據分析
    /data/客戶年齡和消費金額.xlsx'# 讀取 Excel文件df = pd.read_excel(filepath, index_col='客戶編號')# 定義畫圖用的數據：年齡和人均消費金額df_group = df.groupby('年齡').mean()x = np.array(df_group.index).reshape(-1,
  • 像Excel一樣使用python進行數據分析
    Excel是數據分析中最常用的工具，本篇文章通過python與excel的功能對比介紹如何使用python通過函數式編程完成excel中的數據處理及分析工作。處理空值(刪除或填充)我們在創建數據表的時候在price欄位中故意設置了幾個NA值。對於空值的處理方式有很多種，可以直接刪除包含空值的數據，也可以對空值進行填充，比如用0填充或者用均值填充。還可以根據不同欄位的邏輯對空值進行推算。Excel中可以通過「查找和替換」功能對空值進行處理，將空值統一替換為0或均值。
  • 機器學習:回歸分析——Logistic回歸分析
    作為一種廣義的線性回歸分析模型，常用於數據挖掘，疾病自動診斷，經濟預測等領域。下面的示例中將使用Sklearn.linear_model模塊中LogisticRegression函數，對客戶是否會及時還信用卡欠款的數據進行預測。
  • 詳解用 statsmodels 進行回歸分析
    今天筆者就介紹一下statsmodels，statsmodels是python中專門用於統計學分析的包，它能夠幫我們在模型未知的情況下來檢驗模型的線性顯著性，筆者就用一個簡單的例子（一元回歸模型）來詳細介紹一下statsmodels在線性回歸的應用。首先還是來看一下數據集，本次使用的數據集是統計學中很常用的一個例子，就是火災損失與住戶到最近消防站距離之間的相關關係數據，代碼如下。
  • XYZ 分析 - 用Excel進行數據分析(7)
    這部分我們將用到PowerQuery 的List功能，可以非常簡便的幫我們生成XYZ分析結果。
  • 用R進行Lasso regression回歸分析
    除此之外，還有一個關鍵的參數family, 用來表示回歸模型的類型，其實就是因變量y的數據分布，有以下幾種取值gaussian, 說明因變量為連續型變量，服從高斯分布，即正態分布，對於的模型為線性回歸模型binomial, 說明因變量為二分類變量，服從二項分布，對應的模型為邏輯回歸模型poisson, 說明因變量為非負正整數，離散型變量，服從泊松分布，對應的模型為泊松回歸模型
  • 教你幾個Excel常用的數據分析技巧!
    其實微軟給我們開了個玩笑，它將一些好用的功能給隱藏起來了，比如「數據分析」，「規劃求解」工具欄。我也是在使用mac之後才發現，原來微軟是提供這兩個工具欄的，想想以前，真是被騙了好久……下面以2010版excel進行說明：文件->選項->自定義功能區->主選項卡打勾->excel工具欄多了一項開發工具-->加載項->選擇「數據分析」，「規劃求解」->數據選項卡就多了這兩個工具。
  • Excel作為一種強大的數據挖掘工具,數據分析是做什麼的
    數據挖掘工具(方法)中神經網絡、購物籃分析，粗糙(Rough)集、對應分析(雙尺度法)、主成分分析、聚類分析等。 （2）預測；利用數萬個數據進行預測，最有效的方法是神經網絡法，它是具有強大功能的工具，即使數據是非線性關係也無妨。伹缺點是，需要大量數據並且因子分析的功能弱。
  • 【數據分析】R語言獲取Excel數據
    ，我說，「我做數據分析的」；朋友又問我，「數據分析是做什麼的」，我想了又想，這樣回答，「數據分析是一個系統工程，以商業目的為驅動，包括數據獲取、數據整理、數據分析、數據展示、數據產品等一系列科學的環節，彼此之間相互關聯、支撐，又能夠不斷地迭代、優化和完善。
  • 如何用邏輯回歸做數據分析?
    ，傳送門：如何用線性回歸做數據分析？接下來，我將用最簡單通俗的語言來為大家介紹邏輯回歸模型及其應用。邏輯回歸是解決二分類問題的監督學習算法，用來估計某個類別的概率。其直接預測值是表示0-1區間概率的數據，基於概率再劃定閾值進行分類，而求解概率的過程就是回歸的過程。
  • 如何使用SPSS進行數據分析工作
    SPSS是一款非常強大的數據處理軟體，那麼該如何用SPSS進行數據分析呢？
  • Excel的統計分析功能
    ：https://share.weiyun.com/56lRGbB（密碼：Memocl）今天我們要談的是excel內置的數據分析工具，可以快速實現統計描述、t檢驗、Z檢驗、方差分析、回歸、協方差、相關係數、雙樣本方差分析等眾多功能。
  • python數據分析--回歸函數及線性回歸分析
    1.常見的回歸函數2.工具數據分析有很多成熟的工具可以使用，如R、python、此處我們選用python進行分析。首先，我們需要安裝並導入python數據分析常用的庫。__version__)3.線性回歸分析Y= aX + b + e ,e表示殘差。
  • 學生投稿 | 回歸分析,用Excel就可以辦得到!
    回歸模型可理解為一個反映自變量（X）和因變量（Y）之間數量關係的模型（可簡單理解為方程式）。而回歸分析指的則是這個模型的推導過程。如下圖即反映的是每股收益（Y）和總資產的對數（X）之間的數量關係，可能是Y=2-3X+e, 也可能是Y=3-5X+e等等。這裡的e可簡單理解為「誤差」，即數理模型和真實數據之間的差異部分。
  • 數據分析工具你用對了嗎?SPSS、SAS、R、Python、Excel...
    殊不知一款好的數據分析工具可以讓你事半功倍，瞬間提高學習工作效率。雖然數據分析的工具千萬種，綜合起來萬變不離其宗。無非是數據獲取、數據存儲、數據管理、數據計算、數據分析、數據展示等幾個方面。而SAS、R、SPSS、python、excel是被提到頻率最高的數據分析工具。那麼，這些工具本身到底有什麼特點呢？
  • 如何使用Excel進行數據分析?
    各項因素對結果的影響可以使用Excel 的相關係數工具來進行分析，通過對比各項因素的相關係數來判斷客觀的影響力度。1.注意事項數據分析的對象雖然不僅僅局限於純粹的數字類信息，但是Excel 分析工具只能對數據類信息進行處理。因此在使用Excel 分析工具時要靈活地將文字、圖形類信息轉化為數據信息。
  • Excel進行線性回歸模型分析的操作與結果解讀 ——【醫學和生物統計】
    那麼Excel本身也是一款功能強大的分析軟體，也能進行一些常規的統計分析，今天就給大家介紹一下如何在Excel裡直接進行線性回歸分析一、 為Excel添加數據分析功能，操作步驟如下：1.再在在菜單欄上點擊「數據」標籤，發現右邊出現了「數據分析」的功能按鈕，這樣我們在Excel中的數據分析功能就設置好了。