实验四 回归分析

实验四 回归分析

ID:18736339

大小:214.51 KB

页数:9页

时间:2018-09-21

实验四 回归分析_第1页
实验四 回归分析_第2页
实验四 回归分析_第3页
实验四 回归分析_第4页
实验四 回归分析_第5页
资源描述:

《实验四 回归分析》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、实验四回归分析预测实验(3个学时)2010302330013张秋子10信一【实验目的】1.了解MicrosoftExcel提供的数据分析工具。2.掌握EXCEL提供的3种回归分析方法。3.掌握通过回归分析进行预测的方法。【实验内容】1.熟悉MicrosoftExcel提供的分析工具库。2.使用“数据分析”方法进行回归分析。3.使用“函数”方法进行回归分析,包括直线回归函数、预测函数、指数曲线趋势函数。4.使用“趋势线”方法进行回归分析。【实验步骤】第一部分:利用分析工具1、在EXCEL2007中,通过设置EXCEL选项,选择

2、加载项中的分析工具进行加载。1、选择数据分析工具中的回归分析,设置Y区域为C2-C12,X区域为D2-D12,并且勾选标志。勾选残差和拟合图。得到如下结果:第二部分:利用函数一、利用线性回归函数1、利用直线回归函数LINEST(known_y's,known_x's,const,stats)。在EXCEL2007输入如下数据:2、在A7单元格输入公式“=LINEST(A2:A5,B2:B5,,FALSE)”,得到如下结果:其中2是直线的斜率。1、选择以公式单元格开始的区域A7:B7。按F2,再按Ctrl+Shift+Ente

3、r。结果如下:如果公式不是以数组公式输入,则返回单个结果值2,无法获得y轴截距。当以数组输入时,将返回斜率2和y轴截距1。2、通常,SUM({m,b}*{x,1})等于mx+b,所以可以用SUM和LINEST共同来估计某一个月的预测值。3、多重线性回归可以看出,y=27.64*x1+12,530*x2+2,553*x3-234.24*x4+52,318二、利用预测函数1、语法:FORECAST(x,known_y's,known_x's)参数说明:X  为需要进行预测的数据点。Known_y's  为因变量数组或数据区域。K

4、nown_x's  为自变量数组或数据区域。三、利用指数曲线趋势函数指数曲线趋势函数GROWTH根据现有的数据预测指数增长值。根据现有的x值和y值,GROWTH函数返回一组新的x值对应的y值。可以使用GROWTH工作表函数来拟合满足现有x值和y值的指数曲线。语法:GROWTH(known_y's,known_x's,new_x's,const)C2-C7是原有月份对应的指数函数中的X值。B9-B10是利用指数趋势函数对新的月份预测。第三部分:使用“趋势线”方法1、选择散点图和线性趋势线,得到的结果如下:第四部分:完成习题请分

5、别用“数据分析”和“趋势线”两种方法进行“示例7.5使用指数曲线趋势函数进行趋势预测”中数据的指数曲线趋势预测,比较3种分析方法之间的异同。1、原始数据如下图所示:2、利用数据分析工具进行回归分析,并绘制预测图和残差图。1、利用“趋势线”方法1、三种预测方法的比较利用数据分析工具拟合的结果如下图所示:利用趋势线方法拟合的结果如下图所示:利用指数趋势函数公式计算对应的值,并绘制图形如下所示:通过上述三个图的对比可以明显看出:对于此题的数据,指数拟合比线性拟合要更加准确;在方法的使用上,想要快速判断哪种基础拟合方式更好,可以采用

6、趋势线的方法,趋势线的添加十分简单快捷,并且可以同时添加几条趋势线,方便对比。【实验总结】1、本次实验尝试着使用EXCEL中提供的不同的回归分析方法。内容包含有一元线性回归、多元线性回归、指数回归三种。但是回归分析的拟合函数有许多种,甚至包括不同类型函数的组合,这些内容还有待以后探究。2、回归分析拟合程度的计算方式有多种,拟合函数的种类也有多种,如何调整使拟合程度最佳,还需要学习很多内容。3、针对本次实验的数据,选取趋势线的方法,十分简便,同时绘制多条趋势线也便于对比。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。