本文目录一览：
EXCEL做回归分析的回归方程
方法：
1.打开excel界面。
2.输入数据表格。
3.点击 数据--数据分析。
4.弹出的窗口中点回归，确定。
5.分别选择X与Y输入区域，再选择一个空白处为输出区域。
6.得出结果如下。
7.对结果进行分析：排除变量X1和X2，p值小于0.001，可见X3对Y值有显著性影响。最后得到回归方程：Y＝22.17857+0.792857*X3。
如何用excel做线性回归分析
调出excel选项，点击加载项。在可用加载宏中，勾选分析工具库，点击确定。详细步骤：
工具／原料：
品牌型号：联想GeekPro2020
系统版本：Win10家庭版
软件版本：Microsoft Excel 2019
1、打开excel表格，点击文件。
2、点击选项。
3、调出excel选项，点击加载项。
4、选择分析工具库，点击转到。
5、在可用加载宏中，勾选分析工具库，点击确定。
6、点击数据分析。
7、在分析工具中，选择回归。
8、选择X，Y值输入区域，点击确定。
9、生成线性回归分析表格。
excel回归分析怎么做
excel数据分析调出来的方法如下：
工具／原料：联想Air15、Windows10、excel2017
步骤：
1、首先，点击左上角的“文件”。
2、接着在弹出菜单中找到最下面的“选项”打开。
3、打开后进入左边栏的“加载项”。
4、随后将下方管理改为“excel加载项”并点击“转到”。
5、最后勾选“分析工具库”并“确定”，即可调出excel数据分析。
excel回归分析的结果各项都代表着什么？
Multiple R：相关系数R，值在-1与1之间，越接近-1，代表越高的负相关，反之，代表越高的正相关关系。
R Square：测定系数，也叫拟合优度。是相关系数R的平方，同时也等于回归分析SS/(回归分析SS+残差SS)，这个值在0~1之间，越大代表回归模型与实际数据的拟合程度越高。
Adjusted R Square：校正的测定系数，对两个具有不同个数的自变量的回归方程进行比较时，考虑方程所包含的自变量个数的影响。
标准误差：等于表2中残差SS / 残差df 的平方根。与测定系数一样都能描述回归模型与实际数据的拟合程度，它代表的是实际值与回归线的距离。
观测值：有多少组自变量的意思。
excel回归分析的使用方法：
1、首先在excel表格中输入需要进行回归分析的数据。
2、点击“数据”选项卡中“数据分析”工具中的“回归”，点击确定。
3、打开回归窗口后根据表格的X/Y值区域选中对应的区域范围。
4、然后设置好输出区域的范围，点击确定。
5、即可将excel表格中的数据形成回归分析数据显示在对应的单元格区域中。
如何用excel做回归分析
方法如下：
选择成对的数据列，将使用“X、Y散点图”制成散点图。
在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。
由图中可知，拟合的直线是y=15620x+6606.1，R2的值为0.9994。
因为R2
0.99，所以这是一个线性特征非常明显的实验模型，即说明拟合直线能够以大于99.99%地解释、涵盖了实测数据，具有很好的一般性，可以作为标准工作曲线用于其他未知浓度溶液的测量。
为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回归”工具来详细分析这组数据。
在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以选择“常数为零”。
“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。
在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。
残差图是有关于世纪之与预测值之间差距的图表，如果残差图中的散点在中州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。
更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。