第十三章EXCEL上回归和相关辩析.ppt

第十三章 EXCEL上回归和相关分析 一、直线回归方程的计算 [例1] 一些夏季害虫盛发期的早迟和春季温度高低有关。武进县连续9年测定3月下旬至4月中旬旬平均温度累积值（单位：旬·度）和一代三化螟蛾为盛发期（y，以5月10日为0）的关系于右表。试计算其直线回归方程。 将观察数据输入到Excel工作表中，X和Y变量各为一列，每一对数据出现在同一行，如下图所示： 输入数据后，点击“工具”下拉菜单中的“数据分析”命令（第一次使用此命令时，需选择加载宏命令加载该程序）。 出现数据分析选项卡，选定分析工具中的“回归”选项，如下图1。点击“确定”按钮，出现“回归分析”选项卡。 可以用拖动方式在工作表数据区域选择X和Y值输入区域，选定置信度（默认值为95%），选定便于观察和编辑的区域为结果“输出区域”。 点击“确定”按钮，即可在输出区域得到以下3个表的计算结果： 结果输出的第三个表中的系数intercept即为回归截距： a = 48.5493；X variable即为回归系数： b = -1.0996，代入回归方程式，得直线回归方程为： 二、多元线性回归分析 多项式回归也可以利用“回归分析”工具进行统计分析，只须在Excel工作表对自变量、依变量作适当转换即可。 [例2] 测定某水稻品种每亩穗数（x1、万）、每穗粒数（x2）和每亩产量（kg）的关系，得各因素资料见下图，试建立其二元一次回归方程。 资料按以下格式输入到excel表中： 代入回归方程式，得二元一次回归方程为： * 湖南大学研究生院隆平分院 * 9 观测值 3.2660 标准误差 0.7008 R Square 0.8372 Multiple R 回归统计 在结果输出的第一个表中，给出了相关系数（Multiple R）： r = 0.8372、决定系数(R Square)： r2=0.7008，回归估计的标准误：Sd=3.266。 249.5556 8 总计 10.6667 74.6668 7 残差 0.0049 16.3958 174.8888 174.8888 1 回归分析 Significance F F MS SS df 方差分析 结果输出的第二个表是回归关系的方差分析表，得F＝16.3958，达到P＝0.0049的极显著水平（P＜0.01），说明3月下旬至4月中旬的积温和一代三化螟盛发期有真实直线回归关系。 -0.457 -1.742 0.005 -4.0492 0.2716 -1.0996 X Variable 72.498 24.601 0.002 4.7937 10.1278 48.5493 Intercept 上限95.0% 下限95.0% P-value t Stat 标准误差 Coefficient 点击“工具”下拉菜单中的“数据分析”命令，出现数据分析选项卡，选定分析工具中的“回归”选项，点击“确定”按钮，出现“回归分析”选项卡，选定 “回归分析”选项卡各选项。单击“确定”按钮，得结果输出表。 回归方程显著性检验与回归系数见以下两个表： 表中F＝26.687的概率为0.0001，说明回归方程极显著。 表中结果输出的第三个表中的系数intercept即为回归截距：a = -176.2402； X1的回归系数为12.4164，X2的回归系数为4. 6822。 上式的意义为：当每穗粒数（x2）保持平均水平时，每亩穗数每增加1（万），每亩产量将增加12.42kg；当每亩穗数（x1）保持平均水平时，每穗粒数每增加1（粒），每亩产量将增加4.68kg。