Excel2007在数据处理与分析中的应用2015.ppt

谢 谢 新观念、新财富、新生活 * * 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——低度相关 0.5-0.8——显著相关 0.8以上——高度相关 相关系数求法：利用Excel中的CORREL函数。 运用Excel的分析工具库中的“协方差”和“相关系数”两个工具进行相关分析非常简单。 图表是使用Excel进行各种运算分析时一个非常有用的工具，特别是通过图表，可以更加直观地提示两组数据之间的内在关系和变化趋势。 补充知识：相关分析-图表绘制 Excel中提供了散点图、折线图、条形图等图表类型，可以结合相关系数来展示数据间的相关关系。 下面的实例可以说明。 补充知识：相关分析-图表绘制 用量化的方法研究两个或多个变量之间存在的关系，最终根据变量的观测值建立表达变量之间关系的曲线方程，这就是所谓的曲线拟合问题。 运用统计学的理论和方法近似地建立变量之间的数学方程式，检验和比较一个或者一组变量对所关注变量的影响程度，进而用一个或者一组变量的变化解释并预测所关注变量的变化，这就是回归分析。其中所关注的变量称因为变量，而影响因变量变化的那些变量称为自变量。 补充知识：回归分析 补充知识：回归分析 根据自变量的个数，可以把回归分析分为简单回归（一元回归）和多元回归，两者分析的原理相似。按变量之间关系的形式，回归分析可分为线性回归和非线性回归。 以一元线性回归方法为例： * a、b为待定参数，b为回归系数（表示直线斜率），它表明自变量每变动一个单位，因变量平均变动b个单位；a表示截距，即回归线与Y交点的纵坐标。 Excel在数据分析中的应用 补充知识：回归分析-回归系数 回归系数与相关系数的符号相同。 即正相关时，回归系数大于0； 负相关时，回归系数小于0。 回归系数的大小受计量单位的影响。 补充知识：回归分析-判定系数 回归平方和总离均差平方和之比称为判定系数或决定系数。记为R2，其取值在0和1之间，判定系数越接近于1，说明回归直线的拟合程度越高，回归的效果越好；越接近于0说明回归直线的拟合程度越差。 7.4 分析工具库简介 3 、 使用TREND函数预测数据 任务5： 通过前期销售额来预测未来一期 的销售额。 知识点： （1）建立工作表“统计函数预测销售额”； （2）输入前期（此处输入前9个月）的销售额，要预测第10个月的销售额。 相关知识：TREND函数的使用