VBA回归分析

啮MirocD2.点击插件按钮一选择文件（文件名务必是这样,自动化过程中不对电脑做其他操作，以免程序出错）3■回归 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 结果的阐述Excel回归分析结果的详细阐释利用Excel的数据分析进行回归，可以得到一系列的统计参量。下面以连续10年积雪深度和灌溉面积序列（图1）为例给予详细的说明。ABC1年份最大积雪洙度風米［灌溉面积y（干田）2197115.228.63197210.419.34197321.240.5519741S.635.66197526.448.971箔&23.4458197713.529.29197S1&.734.11019792446.71119S019.137.4图1连续10年的最大积雪深度与灌溉面积（1971—1980）回归结果摘要(SummaryOutput)如下(图2)：ABCDEFGHISUlfMAP.YCUTPUT回归统计Multiple0.989416RSqusre0.978944AdJusted0.976312标推误差1.41S924观测值10方差分析df出N£F;nific：ELticeF回归分析1748.8542748.8542371.94535.425-03残差816.106762.013345总计9764.961Cnpffir.i亡rr标淮误苹tSitatUPl.nwprAF^TTpnp-r9硏F限95.0!匕限95.別Iniereep12.3564381.8278761.2891670.233363-1.858656.5T153-1.858656.57153最犬秩雪21.8129210.09400219.285885.42E-C81.5961512.0296911.5961512.029691RESIDUALOUTPUTPROBABILITYoltput观测值體渺面积y残差咏准残差耳分比排驾面积辛(千田|129.91284-1.31284-0.98136519.3221.21082-1.910B2-1.428361528.640.79036-0.2903&-U.21705刖.2■136.07677-0.47677-0.356393534.1550.21755-1.31755-0.984894535.6图2利用数据分析工具得到的回归结果第一部分：回归统计 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 这一部分给出了相关系数、测定系数、校正测定系数、 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 误差和样本数目如下(表1)：表1回归统计表回归统计Multipie0.989416RSquare0.978944Adjustud0.976312标准误差1.413924观泌值10逐行说明如下：Multiple对应的数据是相关系数(correlationcoefficient),即卩R=0.989416。RSquare对应的数值为测定系数(determinationcoefficient),或称拟合优度(goodnessoffit),它是相关系数的平方，即有R2=0.9894162=0.978944。Adjusted对应的是校正测定系数(adjusteddeterminationcoefficient)计算公式为—(n二1)(1_R2)n一m一1式中n为样本数，m为变量数，R2为测定系数。对于本例，n=10,m=1,R2=0.978944，代R二1-(1°—1)(1—阿8944)二0.976312a入上式得10-1-1标准误差(standarderror)对应的即所谓标准误差，计算公式为s二SSen-m-1这里SSe为剩余平方和，可以从下面的方差分析表中读出，即有SSe=16.10676,代入上式可得I1s二.*16.10676二1.41892410-1-1最后一行的观测值对应的是样本数目，即有210。第二部分，方差分析表方差分析部分包括自由度、误差平方和、均方差、F值、P值等(表2)。表2方差分析表(AN0VA)方差分析dfSSF;nificancc回归分析残差总计1748.35423U.94535・42E-08816.10&7&2.0133459764.961逐列、分行说明如下：第一列df对应的是自由度(degreeoffreedom)，第一行是回归自由度dfr,等于变量数目，即dfr=m；第二行为残差自由度dfe，等于样本数目减去变量数目再减1,即有dfe=n-m-1；第三行为总自由度dft，等于样本数目减1,即有dft=n-1。对于本例，m=1,门=10,因此，dfr=1，dfe=n-m-1=8,dft=n-1=9。第二列SS对应的是误差平方和，或称变差。第一行为回归平方和或称回归变差SSr,即有SSr=丫(y-y)2=748.8542iii=1它表征的是因变量的预测值对其平均值的总偏差。第二行为剩余平方和(也称残差平方和)或称剩余变差SSe，即有SSe=X(y-y)2=16.10676iii=1它表征的是因变量对其预测值的总偏差，这个数值越大，意味着拟合的效果越差。上述的y的标准误差即由SSe给出。第三行为总平方和或称总变差SSt，即有SSr=£(y-y)2=764.961iii=1它表示的是因变量对其平均值的总偏差。容易验证748.8542+16.10676=764.961,即有SSr+SSe=SSt而测定系数就是回归平方和在总平方和中所占的比重，即有R2二竺二748^二0.978944SSt764.961显然这个数值越大，拟合的效果也就越好。第四列MS对应的是均方差，它是误差平方和除以相应的自由度得到的商。第一行为回归均方差MSr，即有SSr748.8542一°MSr==二748.8542dfr第二行为剩余均方差MSe，即有空二空676二2.013345MSe二dfe8显然这个数值越小，拟合的效果也就越好。对于一元线性回归，F值的计算公式为(1—R2)n一m一1_dfeR2—1一R2第四列对应的是F值，用于线性关系的判定。式中R2=0.978944,dfe=10-1-1=8,因此8*0978944F二8=371.94531—0.978944,P=0.0000000542<0.0001,第五列SignificanceF对应的是在显著性水平下的尸口临界值，其实等于P值，即弃真概率。所谓“弃真概率”即模型为假的概率，显然1-P便是模型为真的概率。可见，P值越小越好。对于本例，P=0.0000000542<0.0001，故置信度达到99.99%以上。第三部分，回归参数表回归参数表包括回归模型的截距、斜率及其有关的检验参数（表3）表3回归参数表Coefficients标准误差tStatIntercept2.3564379291.8278761.289167最大积雪深度讥米）1.8129210650.09400219.28588P-ralueLower95%比站h95喘下限95■牖上限95■侧0.233363-1.858656.5715301-1.3536546.57153015.42E-0E1.5961512.02969131.59615082.0296913第一列Coefficients对应的模型的回归系数，包括截距0=2.356437929和斜率決1.812921065，由此可以建立回归模型y二2.3564+1.8129xTOC\o"1-5"\h\zii或y二2.3564+1.8129x+siii第二列为回归系数的标准误差（用s或s表示），误差值越小，表明参数的精确度越高。ab这个参数较少使用，只是在一些特别的场合出现。例如L.Benguigui等人在Whenandwhereisacityfractal?一文中将斜率对应的标准误差值作为分形演化的标准，建议采用0.04作为分维判定的统计指标（参见EPB2000）。不常使用标准误差的原因在于：其统计信息已经包含在后述的t检验中。第三列tStat对应的是统计量t值，用于对模型参数的检验，需要查表才能决定。t值是回归系数与其标准误差的比值，即有at=■，asabt=-bsb根据表3中的数据容易算出：2.3564381.812921t二二1.289167，t——19.28588a1.827876b0.094002对于一元线性回归，t值可用相关系数或测定系数计算，公式如下Rt=—:1-R2n—m—1将R=0.989416、n=10、m=1代入上式得到二19.285880.989416：1—0.9894162\10—1—1对于一元线性回归，F值与t值都与相关系数R等价，因此，相关系数检验就已包含了这部分信息。但是，对于多元线性回归，t检验就不可缺省了。第四列Pvalue对应的是参数的P值（双侧）。当P<0.05时，可以认为模型在a=0.05的水平上显著，或者置信度达到95%；当P<0.01时，可以认为模型在a=0.01的水平上显著，或者置信度达到99%；当P<0.001时，可以认为模型在a=0.001的水平上显著，或者置信度达到99.9%。对于本例，P=0.0000000542<0.0001，故可认为在a=0.0001的水平上显著，或者置信度达到99.99%。P值检验与t值检验是等价的，但P值不用查表，显然要方便得多。最后几列给出的回归系数以95%为置信区间的上限和下限。可以看出，在a=0.05的显著水平上，截距的变化上限和下限为-1.85865和6.57153，即有—1.85865 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 的百分比排位，第二列则是原始数据因变量的自下而上排序（即从小到大）一一选中AI图1中的第三列（C列）数据，用鼠标点击自下而上排序按钮+,立即得到表5中的第二AI列数值。当然，也可以沿着主菜单的“数据（D）—排序（S）”路径，打开数据排序选项框，进行数据排序。用表5中的数据作散点图，可以得到Excel所谓的正态概率图（图5）。表5概率输出表百分比排位灌溉面积千田）519.31528.62529.23534.14535・65537.4碍40.5T5453546.79548.9NormalProbabilityPlot20406080100oooooO654321k田千面溉灌SamplePercentile图5正态概率图【几点说明】第一，多元线性回归与一元线性回归结果相似，只是变量数目m工1,F值和t值等统计量与R值也不再等价，因而不能直接从相关系数计算出来。第二，利用SPSS给出的结果与Excel也大同小异。当然，SPSS可以给出更多的统计量，如DW值。在表示 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 上，SPSS也有一些不同，例如PValue（P值）用Sig.（显著性）表征，因为二者等价。只要能够读懂Excel的回归摘要,就可以读懂SPSS回归输出结果的大部分内容。