excel表格回归分析公式？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)，那么，excel表格回归分析公式？一起来了解一下吧。
以Excel2010版为例，其余版本都可以在相应界面找到
点击“文件”，如下图：
在弹出的菜单中选择“选项”，如下图所示：
在弹出的“选项”菜单中选择“加载项”，在“加载项”多行文本框中使用滚动条找到并选中“分析库”，然后点击最下方的“转到”，如下图所示：
在弹出的“加载宏”菜单中选择“分析库”，然后点击 “确定”，如下图所示：
加载完毕，在“数据”栏中就出现“数据分析”库，如下图所示：
给出原始数据，自变量的值在A2：I21单元格区间中，因变量的值在J2：J21中，如下图所示：
假设回归估算表达式为：
试使用Excel数据分析库中的回归分析对其回归系数进行估算并进行回归分析：
点击“数据”栏中中的“数据分析”库，
在弹出的“数据分析”-“分析”多行文本框中选择“回归”，然后点击 “确定”，
弹出“回归”对话框并作如下图的选择：
上述选择的具体方法是：
在“Y值输入区域”，点击右侧折叠按钮，选取函数Y数据所在单元格区域J2：J21，选完后再单击折叠按钮返回；这过程也可以直接在“Y值输入区域”文本框中输入J2：J21；
在“X值输入区域”，点击右侧折叠按钮，选取自变量数据所在单元格区域A2：I21，选完后再单击折叠按钮返回；这过程也可以直接在“X值输入区域”文本框中输入A2：I21；
置信度可选默认的95%。
LINEST
函数——可以查看EXCEL的帮助，以下为摘录：
本文介绍 Microsoft Excel 中 LINEST 函数 的公式语法和用法。在“另请参阅”部分中可找到一些链接，这些链接指向有关绘制图表和执行回归分析的详细信息。
说明
LINEST
函数可通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算某直线的统计值，然后返回描述此直线的数组。也可以将 LINEST
与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值，包括多项式、对数、指数和幂级数。因为此函数返回数值数组，所以必须以数组公式的形式输入。请按照本文中的示例使用此函数。
直线的公式为：
y = mx + b
- 或 -
y = m1x1 + m2x2 + ... + b
如果有多个区域的 x 值，其中因变量 y 值是自变量 x 值的函数。m 值是与每个 x 值相对应的系数，b 为常量。注意，y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,...,m1,b}。LINEST
函数还可返回附加回归统计值。
语法
LINEST(known_y's, [known_x's], [const], [stats])
LINEST 函数语法具有以下参数 （参数：为操作、事件、方法、属性、函数或过程提供信息的值。
模拟了一下你的数据。
1）先将数据录入成如下格式：
2）然后选择这片数据，插入散点图中的“带直线和数据标记的散点图”。
3）菜单【图表】-左侧【添加图表元素】中，选择“趋势线”，添加线性趋势线。
4）为了更直观，可以再调整一下趋势线格式：
把趋势预测往前调n个周期，并且勾选“显示公式”。
这时，就可以在图表上很清晰地看到公式是y=29.86x-0.106了
我使用的excel是2013版本
excel求线性回归方程的公式如下：
1、LINEST函数。使用此函数求出回归系数a和截距b，从而得出回归方程。LINEST函数的用法为Array=LINEST（known_y's，known_x's，const，stats），其中knowny's为因变量数据区域，known_x's为自变量数据区域。
2、散点图功能。自动求解。插入散点图后，选择趋势线（线性），这时，散点图中增加了趋势线，这个趋势线，就是我们的线性回归直线。再设置趋势线格式，勾选线性以及显示公式，这样，线性回归方程就显示在散点图中的回归直线旁边（即趋势线）。
3、首先，准备好数据集，包含自变量（x值）和因变量（y值）的数据。打开Excel，选择一个空白的单元格作为线性回归公式的输出位置。在公式输入栏输入=LINEST(y值范围，x值范围，是否要截距，是否要统计参数)，然后按下回车键。
4、请确保替换“y值范围”和“x值范围”为您的实际数据区域，并指定“是否要截距”和“是否要统计参数”的值。按下Ctrl+Shift+Enter（同时按下这三个按键），以将公式视为数组公式，并自动填充到多个单元格。
线性回归方程公式：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)。线性回归方程是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一，应用十分广泛。
一、概念
线性回归方程中变量的相关关系最为简单的是线性相关关系，设随机变量与变量之间存在线性相关关系，则由试验数据得到的点，将散布在某一直线周围。因此，可以认为关于的回归函数的类型为线性函数。
分析按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。
二、计算方法
线性回归方程公式求法：
第一：用所给样本求出两个相关变量的(算术）平均值：
x_=(x1+x2+x3+...+xn)/n
y_=(y1+y2+y3+...+yn)/n
第二：分别计算分子和分母：（两个公式任选其一）
分子=(x1y1+x2y2+x3y3+...+xnyn)-nx_Y_
分母=(x1^2+x2^2+x3^2+...+xn^2)-n*x_^2
第三：计算b：b=分子/分母
用最小二乘法估计参数b，设服从正态分布，分别求对a、b的偏导数并令它们等于零，得方程组解为
其中，且为观测值的样本方差.线性方程称为关于的线性回归方程，称为回归系数，对应的直线称为回归直线.顺便指出，将来还需用到，其中为观测值的样本方差。
以上就是excel表格回归分析公式的全部内容，(ssreg) 可通过公式 ssreg = sstotal - ssresid 计算出来。ssreg = sstotal - ssresid。残差平方和与总平方和的比值越小,判定系数 r2 的值就越大,r2 是用来判断从回归分析求得的公式是否足以说明变量之间关系的指示器。内容来源于互联网，信息真伪需自行辨别。如有侵权请联系删除。
