试谈Excel中的统计分析模块(ppt 54页).ppt

1、Excel的统计分析模块、湖北省大学数学和计算机科学学院汝阳QQ 416626147、Excel的图表功能Excel的函数功能Excel的资料分析工具、统计分析软件、SAS研究所SAS SPSS公司SPSS StatSoft公司STATISTICA、SPSS、SPSS最初是statistical package for the social sciences，即“社会科学统计包”。SPSS于2000年将正式英语全称更改为“统计产品和服务解决方案”，意思是“统计产品和服务解决方案”，表示对SPSS的战略方向进行了重大调整。SPSS和SPSS共包含10个模块。其中，SPSS基座是基本模块。这九个模

2、块是Advanced Models、Regression Models、Tables、Trends、Categories、Conjoint、Exact Tests和missing value非专家统计人员的偏好统计软件。图表分析和回归函数分析Excel回归分析工具非线性回归分析、学习目标、使用u Excel图表进行线性回归分析u Excel回归分析工作表函数进行线性回归分析使用u Excel回归分析工具进行一元和多元线性回归分析u非线性回归分析的基本思路、参数和参数变量，首先需要区分两种主要类型的变量。一个等同于一般函数关系的收购。提供这些变量所需的值(例如室温、肥料量)，或者获得可以观察但不

3、能人为控制的值(例如室外温度)。这些变量称为参数。收购的变化会引起其他变量的变化，例如水稻产量，这种变量称为因变量。由一个或一组郑智薰随机变量估算或预测随机变量观测时生成的数学模型和统计分析称为回归分析。因此，回归分析是研究随机变量和郑智薰随机变量之间数量关系的数学方法。如果创建的模型是线性的，则称为线性回归分析。线性回归分析不仅可以告诉你如何设置变量之间的数学表示，即经验公式，还可以利用概率统计知识通过分析讨论判断所设置的经验公式的有效性，进行预测或预测。回归分析主要内容，回归分析内容包括确定自变量和收购之间回归模型的方法。基于样本观测数据，判断回归模型和未知参数估计和检查方法在很多收购中，

4、哪些变量对因子的影响显着，哪些变量的影响不显着。根据参数的已知值或给定值来估计和预测收购变量的值。Excel提供了许多可用于各种分析目的的回归分析方法和工具。图表分析和回归函数分析、图表分析Excel的回归分析工作表函数工作表函数使用回归分析、图表使用分析、示例1哪些合成纤维的强度和拉伸倍数之间存在一定的关系。图1(线性回归分析工作表)是测量12个纤维样品的强度y和对应的拉伸倍数x的数据记录。求它们之间的关系。(1)打开“线性回归分析”工作表。(2)在工具栏上，选择“图表向导”按钮，然后打开图表向导对话框，如图2所示。从“图表类型”列表框中选择“XY散点图”，然后选择“下一步”按钮单击“下一步

5、”按钮，转到图表向导的第2步。(3)在图表向导的第2步对话框数据区域中，输入“B2:C13”，然后选择“系列创建位置”作为“列”(见图3)。按单击“下一步”按钮转到步骤3。(4)在图表向导步骤3的“对话框”下，打开图例页面，取消图例的显示，省略标题，如图4所示。(5)按下单击“完成”按钮后，XY散点图如图5所示。(6)将鼠标指针放在散点图中的任意数据点上，右键单击，然后从快捷菜单中选择“添加趋势线”以打开趋势线对话框(7)在“添加趋势线”对话框中打开“类型”页，选择“线性”选项，然后在“选项”页上选择“显示公式”和，图1 线性回归分析。xls 工作表，图2图表向导(步骤1)，图3图表向导(步骤

6、2)，图4图表向导(步骤3)，图5 XY散点图，图6趋势回归线；(2)倾斜函数。(3)晶体系数函数。(4)标准误差函数估计。(1)切片函数。具有使用现有x和y值计算直线和y轴之间的截距的功能。截断点是通过已知known_xs和known_ys数据点的线性回归线和y轴的交点。如果参数为零，则使用INTERCEPT函数确定从属变量的值。例如，如果在室温以上的温度下获取所有数据点，则可以使用函数internet对0C中的金属进行电阻预测。语法：INTERCEPT(known_ys，known_xs)，图7 x，y数据，示例2 EXCEL工作表函数，图8计算部分，(2)倾斜函数。返回根据、known_

7、ys和known_xs中的数据点拟合的线性回归善意倾斜。坡率是直线上两点的垂直距离与水平距离的比率，即回归线的变化率。语法：SLOPE (known_ys，known_xs)，其中known_ys是可变数据点数组或单元格区域引起的字体类型。Known_xs是收购数据点的集合。(3)确定系数函数(r平方RSQUARE)。(3)晶体系数函数。牙齿函数返回从known_ys和known_xs中的数据点计算的乘法力矩相关系数的平方。r平方值可以解释为y方差与x方差之比。语法：使用RSQ(known_ys，known_xs)、5个sigma计算斜率，回归线的斜率计算公式如下：图9斜率计算，(4)估计标准

8、误差函数。它返回通过函数线性回归方法计算每个X的Y预测值时发生的标准错误。标准误差用于测量根据单个x变量计算的y预测值的误差量。语法：STEYX(known_ys，known_xs)，其中known_ys是变量数据点数组或区域，Known_xs是收购数据点数组或区域。预测值Y的标准误差计算公式为：工作表函数回归分析，实例3从大学一年级新生体检表中随机抽取10张，获得10名大学生身高(X)和体重(Y)的数据。图10(“身高体重”工作表)中所示。使用Excel提供的工作表执行函数相关计算。(1)在A12A15储存格中，分别输入节距、坡度比、测量系数和估计标准误差。(2)在单元格B12中，输入公式=

9、intercept (c23360c11，b2:b11)，并在回车符后显示-79.42015。(3)在储存格B13中，输入公式=slope (c23360c11，b23360b11)。回车符后显示0.8041825。(4)在储存格B14中，输入以下公式：=rsq (c23360c11，b2:b11)。回车符后牙齿显示0.6817018。(5)在单元格B15中，输入公式“=steyx (c23360c11，b23360b11)”。回车符后牙齿显示2.8180738。计算结果如图11所示。图10“身高体重”工作表，图11“身高体重”回归计算结果，牙齿部分回归，Excel回归分析工具，回归分析工具主

10、要内容回归分析工具的应用回归分析工具的输出解释，首页回归，回归分析工具的主要内容，回归分析工具在观测集中使用“最小值”从“工具”菜单中选择“资料分析”选项后，资料分析对话框、分析工具中的“选择回归”、“确定单击”按钮将转至回归对话框，如图12中所示.包含牙齿对话框的主要内容：y值输入区域：x值输入区域：旗标：可靠度：常数0:输出区域：新工作表群组：新工作簿：残差：标准残差：残差图表：直线拟合图表：一般机率图表：返回牙齿区段(1(2)从“工具”菜单中选择“资料分析”选项，从“分析工具”列表中选择“回归”，单击单击“确定”按钮，然后打开“回归”对话框。(3)在“y值输入区域”中输入“$ C $ 1: $ C $ 11”，在“x值输入区域”中输入“$ b $ 1: $ b $ 11”。选择“标志”将默认可靠性。在“输出选项”下，选择“输出区域”，然后在右侧输入“$D$1”，如图13所示。如图14所示，使用单击确认按钮输出结果。图13回归对话框，图14回归分析结果，牙齿部分返回，回归分析工具的输出解释，Excel回归分析工具的输出是1回归统计表2方差分析表3回归表，回归统计表是(1)多重相关系数r: (2 R): (2)R Square(复心)确定适当的非线性回归方程并不容易。通常通过变量转换，将非线性问题转换为线性问题解