第9章数据的分析与决策.ppt

9.3 数据的高级分析与处理 9.3.4 规划求解—②规划求解 9.3 数据的高级分析与处理 9.3.4 规划求解—②规划求解 9.3 数据的高级分析与处理 9.3.4 规划求解—②规划求解 9.3 数据的高级分析与处理 9.3.4 规划求解—②规划求解 9.3 数据的高级分析与处理 9.3.5 回归分析 回归分析研究变量之间的非确定因果关系。 通常把其中的一些变量作为自变量（预测变量，X），来预测另外一些随自变量变化而变化的变量（被预测变量，Y）。 9.3 数据的高级分析与处理 9.3.5 回归分析—线性回归 两个变量之间有准确严格的直线相关关系。 一个变量的变化引起另外一个变量变化的程度可以用线性回归方程式来表示。 9.3 数据的高级分析与处理 9.3.5 回归分析—线性回归 例如，下表是某公司10年来广告费和销售量数据，试探据此估计该公司为了达到4000万的销售量，2010年的广告费应投入多少。 9.3 数据的高级分析与处理 9.3.5 回归分析—线性回归① 9.3 数据的高级分析与处理 9.3.5 回归分析—线性回归② 9.3 数据的高级分析与处理 9.3.5 回归分析—线性回归③ 9.3 数据的高级分析与处理 回归系数：选中b15:c15，输入公式=LINEST(C2:C11,B2:B11),按下Ctrl+shift+Alt 相关系数=CORREL(C2:C11,B2:B11) 9.3 数据的高级分析与处理 9.3.5 回归分析—非线性回归 两个变量之间之间的关系不是单纯的直线关系。 如年龄与收入的关系，这种情况下要用到非线性回归分析方法。 9.3 数据的高级分析与处理 9.3.5 回归分析—非线性回归 例如，根据以下基本数据，预测某人65岁时的收入。 9.3 数据的高级分析与处理 9.3.5 根据以下基本数据，预测某人65岁时的收入。 9.3 数据的高级分析与处理 9.3.6 多元线性回归分析 一元回归分析适用于分析一个自变量和一个因变量之间的关系，而在实际情况中，常会遇到一个因变量和多个自变量数量关系的问题，多元回归分析正是为了解决这些问题而产生的。 9.3 数据的高级分析与处理 9.3.6 多元线性回归分析 案例：销售公司在各大城市都有分销公司，公司采用的是经销商销售模式。公司统计了2005年各大城市的人数、公司在该城市的经销商个数以及销售量的数值，公司需要以该数据为基础，分析影响公司销售情况的各个因素以及预测公司的销售前景。 9.3 数据的高级分析与处理 9.3.6 多元线性回归分析 9.3 数据的高级分析与处理 9.3.6 多元线性回归分析 案例实现 1、加载“数据分析”宏。选择“开发工具”-“加载项”，打开加载宏对话框，在其中选择加载“分析工具库”，然后单击“确定”按钮。 2、打开“回归”对话框。选择“数据”-“数据分析”选项，打开“数据分析”对话框，在其中选择“回归”选项，单击“确定”按钮。 9.3 数据的高级分析与处理 9.3.6 多元线性回归分析 案例实现 3、设置回归参数。在回归对话框中，在Y值输入区域选择因变量数据区，在X值输入区域选择自变量数据区域。同时选择“线性拟合图”选项。 4、根据回归结果得到回归函数。 * 9.3 数据的高级分析与处理 9.3.1 合并计算-按分类合并计算 ①插入新工作表，并在其中输入上图内容 9.3 数据的高级分析与处理 9.3.1 合并计算-按分类合并计算 ②将光标定位A2单元格，执行“合并计算”命令 9.3 数据的高级分析与处理 9.3.1 合并计算-按分类合并计算 ③将光标定位A单元格，执行“合并计算”命令 9.3 数据的高级分析与处理 9.3.1 合并计算-按分类合并计算 ④执行“合并计算”结果 9.3 数据的高级分析与处理 9.3.1 合并计算-多表分类汇总 9.3 数据的高级分析与处理 9.3.2 单变量求解 单变量求解就是寻求公式中的特定解。 使用单变量求解，能够通过调整可变单元格中的数值，按照给定公式来满足目标单元格中的目标值。解决一些实际生活和工作中的问题。 9.3 数据的高级分析与处理 9.3.2 单变量求解 假设某人每月工资收入为1200元，其中基本生活费600，房租费220，电话费100以及车费50已经不能再进行调整，可自由支配的费用是230。 如果现在工资上涨为2000，那么可自由支配的费用将变成多少？ 9.3 数据的高级分析与处理 9.3.2 单变量求解 ①在目标单元格中进行求和计算 9.3 数据的高级分析与处理 9.3.2 单变量求解 ②执行“工具” →“单变量求解”命令 9.3 数据的高级分析与处理 9.3.3 方案求解 实际工作中，可能遇到很多可变因素的问题，或者要在几种假设中找出最佳执行方案。这就需要用方案管理器，创建和管理自