Excel2013高级教程题库.ppt

补充课件： Excel与外部数据交换 方差分析表结果解释： 1） 作用是通过F检验来判断回归模型的回归效果。 “回归分析行”：是估计值Y和均值 y 之差的各项指标；“残差行”：用于计算每个样本观察值 y与估计值Y 的各项指标。“总计”行：用于计算每个 y值和均值 y 之差的各项指标。 2）第2列df是自由度， SS 是离差的平方和，MS是均方差，它是离差平方和除以自由度， F是统计量， Significance F是在显著性水平下的Fa的临界值 。 3） 有两种方法判断回归模型的回归效果 。一是F大于Fa，说明回归效果 好，二是P值 若小于显著性水平（如0.05）,说明回归效果 好。 7.5 分析工具库简介 1、简介 可以使用EXCEL的“分析工具库”中的回归分析、移动平均、指数平滑、方差分析、相关系数、协方 差等工具进行数据分析和预测。各类工具的使用方法大同小异，关键是要学会根据实际工作选取合适的工具，并能正确解释结果，统计基础知识是非常必要的。 7.4 分析工具库简介 2、分析工具库应用举例 任务4 使用工具进行回归分析—某省2010年储蓄市场预测 通过回归函数和分析工具两种方法进行分析。数据如下 ： 2010年储蓄市场预测 序号 生产总值(X) 储蓄(Y) R 0.9902 1 1999年 78973.03 46279.80 R2 0.9805 2 2000年 84402.28 53407.47 截距a -10177.98 3 2001年 89677.05 59621.80 斜率b 0.78 4 2002年 99214.55 64332.40 标准误差 6563.76 5 2003年 109655.17 73762.40 自由度N 18 6 2004年 120332.69 86910.60 T检验 28.3946 7 2005年 135822.76 103617.30 F检验 806.2519 8 2006年 159878.34 119555.40 预测值 212382 9 2007年 183217.40 141051.00 增长 39848 10 2008年 211923.50 161587.30 11 2009年 249529.90 172534.19 12 2010年 283669.03 　 7.4 分析工具库简介 2、分析工具库应用举例 —某省2010年储蓄市场预测 部分分析结果如下 ： 求生产总值与储蓄的相关系数 　 生产总值(X) 储蓄(Y) 生产总值(X) 1 储蓄(Y) 0.990223 1 回归分析统计值的计算 SUMMARY OUTPUT 回归统计 Multiple R 0.990223 R Square 0.980541 Adjusted R Square 0.978379 标准误差 6563.763 观测值 11 7.4 分析工具库简介 2、分析工具库应用举例 —某省2010年储蓄市场预测 回归统计表部分分析结果解释 ： （1）Multiple R：复相关系数R，是R2的平方根，又称相关系数。用来衡量Y与X之间的相关程度， 0.99022 3表示二者的关系是高度正相关. 说明生产总值对储蓄有直接影响； （2）R Square：复测定系数R2，说明用自变量解释因变量变差的程度，以测定因变量Y的拟合效果，本例0.9805412说明用自变量可解释因变量的变差的程度98.05% 。 （3） Adjusted R Square：调整复测定系数R2，仅用于多元回归。可衡量加入独立变量后模型的拟合程度。 （4）标准误差：用来衡量拟合程度的大小 ，越小说明拟合程度越好。 （5）观测值，用于估计回归方程数据的观测值个数。 7.4 分析工具库简介 （1）使用分析工具库求相关系数的方法 数据—数据分析—相关系数—确定，回答对话框。 7.4 分析工具库简介 （2）使用分析工具库进行回归分析的方法 数据—数据分析—回归—确定，回答对话框。 成年子女的身高与父亲的身高有关系么？ 补充知识：相关分析 一个企业的年利润与费用之间有怎样的关系， 是不是费用越多，年利润会越大呢？ 在数理统计中，经常需要研究两组数据之间的相关程度，这就是相关性分析。相关性分析在回归分析中意义重大。其一，相关系数说明了回归直线及其预测值的准确程度；其二，在进行回归分析前，如果发现两组数据相关性不大，则不必进行回归分析。 相关分析方法：计算相关系数和绘制统计图形 补充知识：相关分析-相关系数 相关系数评判标准： 0.3以下——不相关 0.3-0.5——低度相