【www.guakaob.com--乐学园】
如何用excel做线性相关篇一
《如何用EXCEL计算线性相关系数》
如何用EXCEL计算线性相关系数 首先要工具-加载宏-勾选分析工具库。 工具菜单生成一个数据分析的菜单。
选择里面的相关系数。即可进行相关系数分析。 用excel求相关系数 2009-10-14 15:43 用excel求相关系数
用excel做数据分析?相关系数和协方差_excel教程
化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个不同的反应器中进行同一条件下实验得到两组温度和压力相关数据，试分析他们和温度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出依据。
相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测量值变量的变化是否相关，即，一个变量的较大值是否和另一个变量的较大值相关联(正相关)；或一个变量的较小值是否和另一个变量的较大值相关联(负相关)；还是两个变量中的值互不关联(相关系数近似于零)。设(X,Y)为二元随机变量，那么:
为随机变量X和Y的相关系数。p是度量随机变量X和Y之间线性相关密切程度的数字特征。
注:本功能需要使用Excel扩展功能，如果你的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，能在“工具”下拉菜单中看到“数据分析”选项。
操作步骤
1. 打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数。
2. 选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择:
输入区域:选择数据区域，注意需要满足至少两组数据。如果有数据标志，注意同时勾选下方“标志位于第一行”；
分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择；
输出区域能选择本表、新工作表组或是新工作簿；
3.点击“确定”即可看到生成的报表。
能看到，在相应区域生成了一个3×3的矩阵，数据项目的交叉处就是其相关系数。显然，数据和本身是完全相关的，相关系数在对角线上显示为1；两组数据间在矩阵上有两个位置，他们是相同的，故右上侧重复部分不显示数据。左下侧相应位置分别是温度和压力A、B和两组压力数据间的相关系数。
从数据统计结论能看出，温度和压力A、B的相关性分别达到了0.95和0.94，这说明他们呈现良好的正相关性，而两组压力数据间的相关性达到了0.998，这说明在不同反应器内的相同条件下反应一致性非常好，能忽略因为更换反应器造成的系统误差。
协方差的统计和相关系数的活的方法相似，统计结果同样返回一个输出表和一个矩阵，分别表示每对测量值变量之间的相关系数和协方差。不同之处在于相关系数的取值在 -1 和 +1 之间，而协方差没有限定的取值范围。相关系数和协方差都是描述两个变量离散程度的指标。
如何用excel做线性相关篇二
《如何用excel做线性拟合》
在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。
注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘支持下加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项
实例 某溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标准曲线，并且对此曲线进行评价，给出残差等分析数据。
这是一个很典型的线性拟合问题，手工计算就是采用最小二乘法求出拟合直线的待定参数，同时可以得出R的值，也就是相关系数的大小。在Excel中，可以采用先绘图再添加趋势线的方法完成前两步的要求。
选择成对的数据列，将它们使用“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。
如何用excel做线性相关篇三
《用Excel线性相关与回归》
用Excel2007做线性相关与回归
利用的例题（试验统计方法课本P166例9.6改编后的）
（一）首先，介绍Excel2007下的两个函数 Correl相关
这个答案是相关系数。
Linest回归
就是回归系数和回归截距。
（二）下面说数据分析。 在Excel2007下你找有没有
“数据”下的“分析”，如果有，进行下面步骤，点击“数据分析”，即可进行回归与相关分析
在这道例题中答案为
如果没有“数据”选项卡下的“分析”功能，那按下面的步骤进行
首先，点击Office按钮
点击下方“Excel选项”，打开， 选择左方的“加载项”，右方变为如图所示
选择其中的“分析数据库”，点击“转到”
稍候
再点击最上方“数据”，观察最右边的变化。
（三）做散点图
选中数据，点“插入”-----“图表”----------“散点图”-----选第一种“仅带数据标记的散点图”
（这幅图是上面例题的图）
选中一个点，右击，出现下面图片
选择“添加趋势线”，在弹出的对话框中
如何用excel做线性相关篇四
《如何利用EXCEL进行线性插值》
如何利用EXCEL进行线性插值
EXCEL表格使用中，我们常常会遇到线性插值的问题，其中，比较有代表性的
就是在水温密度和比容的取值方面。以下内容就以水温的密度和比容来说明如何利用
EXCEL
进行线性插值。
上图是水温密度和比容的取值计算的excel计算的截图，其中红色部分为输入
的温度值，蓝色部分为计算的结果，具体的计算公式及说明见下表
计算公式
温度 25 -/- 说明 输入温度值
找到输入的温
温度范围（下限） 20 =INDEX(A2:A12,MATCH(H2,A2:A12,1)) 度值的计算范
围（下限）
找到输入的温
温度范围（上限） 30 =INDEX(A2:A12,MATCH(H2,A2:A12,1)+1) 度值的计算范
围（上限）
温度范围（下限）对应的密度 998.2 =INDEX(B2:B12,MATCH(H2,A2:A12,1)) /
/
/
/
通过线性拟合
函数求解密度
通过线性拟合
函数求解比容温度范围（上限）对应的密度 995.7 =INDEX(B2:B12,MATCH(H2,A2:A12,1)+1) 温度范围（下限）对应的比容 4.183 =INDEX(C2:C12,MATCH(H2,A2:A12,1)) 温度范围（上限）对应的比容 4.174 =INDEX(C2:C12,MATCH(H2,A2:A12,1)+1) 密度 996.95 =TREND(H5:H6,H3:H4,H2) 比容 4.1785 =TREND(H7:H8,H3:H4,H2)
相关的excel函数说明如下：
（1）INDEX函数
函数名称：INDEX
主要功能：返回列表或数组中的元素值，此元素由行序号和列序号的索引值进行
确定。
使用格式：INDEX(array,row_num,column_num)
参数说明：Array代表单元格区域或数组常量；Row_num表示指定的行序号
（如果省略row_num，则必须有 column_num）；Column_num表示指定的列序
号（如果省略column_num，则必须有 row_num）。
应用举例：如图3所示，在F8单元格中输入公式：=INDEX(A1:D11,4,3)，确
认后则显示出A1至D11单元格区域中，第4行和第3列交叉处的单元格（即C4）
中的内容。
特别提醒：此处的行序号参数（row_num）和列序号参数（column_num）是
相对于所引用的单元格区域而言的，不是Excel工作表中的行或列序号。
（2）MATCH函数
函数名称：MATCH
主要功能：返回在指定方式下与指定数值匹配的数组中元素的相应位置。 使用格式：MATCH(lookup_value,lookup_array,match_type)
参数说明：Lookup_value代表需要在数据表中查找的数值；
Lookup_array表示可能包含所要查找的数值的连续单元格区域； Match_type表示查找方式的值（-1、0或1）。
¡如果match_type为-1，查找大于或等于 lookup_value的最小数值，
Lookup_array 必须按降序排列；
¡如果match_type为1，查找小于或等于 lookup_value 的最大数值，
Lookup_array 必须按升序排列；
¡如果match_type为0，查找等于lookup_value 的第一个数值，Lookup_array 可以按任何顺序排列；如果省略match_type，则默认为1。
应用举例：如图4所示，在F2单元格中输入公式：=MATCH(E2,B1:B11,0)，确认后则返回查找的结果“9”。
特别提醒：Lookup_array只能为一列或一行。
（3）TREND 函数
说明:返回一条线性回归拟合线的值。即找到适合已知数组 known_y's 和
known_x's 的直线（用最小二乘法），并返回指定数组 new_x's 在直线上对应的 y 值。
语法:
TREND(known_y's, [known_x's], [new_x's], [const])
TREND 函数语法具有下列参数 （参数:为操作、事件、方法、属性、函数或过程提供信息的值。）：
Known_y's 必需。关系表达式 y = mx + b 中已知的 y 值集合。
¡如果数组 known_y's 在单独一列中，则 known_x's 的每一列被视为一个独立的变量。
¡如果数组 known_y's 在单独一行中，则 known_x's 的每一行被视为一个独立的变量。
Known_x's 必需。关系表达式 y = mx + b 中已知的可选 x 值集合。
数组 known_x's 可以包含一组或多组变量。如果仅使用一个变量，那么只要 known_x's 和 known_y's 具有相同的维数，则它们可以是任何形状的区域。如果用到多个变量，则 known_y's 必须为向量（即必须为一行或一列）。
如果省略 known_x's，则假设该数组为 {1,2,3,...}，其大小与 known_y's 相同。
New_x's 必需。需要函数 TREND 返回对应 y 值的新 x 值。
New_x's 与 known_x's 一样，对每个自变量必须包括单独的一列（或一行）。因此，如果 known_y's 是单列的，known_x's 和 new_x's 应该有同样的列数。如果 known_y's 是单行的，known_x's 和 new_x's 应该有同样的行数。
¡如果省略 new_x's，将假设它和 known_x's 一样。
¡如果 known_x's 和 new_x's 都省略，将假设它们为数组 {1,2,3,...}，大小与 known_y's 相同。
Const 可选。一个逻辑值，用于指定是否将常量 b 强制设为 0。
¡如果 const 为 TRUE 或省略，b 将按正常计算。
¡如果 const 为 FALSE，b 将被设为 0（零），m 将被调整以使 y = mx。
如何用excel做线性相关篇五
《用EXCEL做线性回归的方法》
用Excel做线性回归的方法 以下列数据为例说明：
1.首先在excel中输入数据，如下
2.选中数据区域 点击
3.选择XY散点图，然后点击下一步，出现，如下图所示
4.继续点击下一步
5.可以在此输入对应的标题 ，X轴Y轴值
，继续点击下一步，出现
6.点击完成出现生成的曲线，然后用鼠标指着点，右击，选择添加趋势线，出现对话框
选中线性，然后点击确定，出现
7.用鼠标指着直线，然后右击，点击趋势线格式，点击选项
选中显示公式 ，显示R平方值，这样就好了，结果如下。
如何用excel做线性相关篇六
《excel做线性回归》
科技信息○高校讲台○ＳＣＩＥＮＣＥＩＮＦＯＲＭＡＴＩＯＮ２００７年第１２期
ＥＸＣＥＬ在一元线性回归分析中的应用
董凤鸣周萍
（菏泽学院经济系山东菏泽
２７４０００）
摘要：通过调查一个餐饮连锁店，附近学校大学生的人数和季度销售额存在线性关系，建立一个以大学生人数为自变量，而季度销售额为因变量的回归模型，用ＥＸＣＥＬ进行回归分析并预测季度销售额，说明ＥＸＣＥＬ在回归分析中的应用。
关键词：线性回归；相关；显著性水平；一元线性回归
Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｇｒｅａｔｅｆｆｅｃｔｓｏｆＥＸＣＥＬｏｎｅｓｔａｂｌｉｓｈｉｎｇａｒｅｇｒｅｓｓｉｖｅｅｑｕａｔｉｏｎｂｙｅｓｔａｂｌｉｓｈｉｎｇａｒｅｇｒｅｓｓｉｖｅｅｑｕａｔｉｏｎｗｉｔｈｔｈｅｓａｌｅｓａｎｄｎｕｍｂｅｒｏｆｓｔｕｄｅｎｔｓｎｅａｒｂｙａｓｃｏｎｔｒａ－ｖａｒｉａｂｌｅｓｔｏｅｓｔｉｍａｔｅｔｈｅｐｒｅｓｅｎｔｓａｌｅｓ．
Ｋｅｙｗｏｒｄｓ：ｌｉｎｅａｒｒｅｇｒｅｓｓｉｏｎ；ｃｏｒｒｅｌａｔｉｏｎ；ｖａｒｉａｎｃｅ；ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ
一、一元线性回归分析１．回归分析的特点
回归分析是在研究现象之间相关分析的基础上，对自变量ｘ和因变量ｙ的变动趋势拟合数学模型进行数量推算的一种统计分析方法。进行回归分析，要以现象之间存在相关关系为前提，然后对自变量ｘ和因变量ｙ的变动拟合适宜的回归方程，确定其定量关系式，在对拟合的回归方程进行显著性检验，最后利用所求得关系式进行推算和预测。
回归分析和相关分析的关系非常密切，两者既有联系又有区别，联系在于，两者都是对客观事物数量依存关系的分析，其中回归分析是在相关分析的基础上进行。如果没有定性的说明现象之间是否存在相关关系，也没有对这种相关关系的密切程度作量的说明，就不宜进行回归分析，即使进行了回归分析，也不会有什么实际意义。回归分析
预测不仅可认识事物之间的关系，更重要的是可运用这种关系推算、
未来的发展趋势，可见回归分析是相关分析的继续和拓展。通过回归分析对现象之间的相关关系拟合回归方程，就有可能进行推算和预测，相关分析才能更好地发挥作用。如果仅有相关分析而没有回归分析，就如有头无尾一样，失去了统计分析的作用。
回归分析和相关分析的区别在于，两者的概念和作用不同，它们从不同的角度说明现象之间的依存关系。相关分析只能说明现象之间是否相关及相关方向和密切程度，但不能说明一个现象发生一定量的变化，另一个现象会对应发生多大变化。而回归分析通过建立适宜的回归方程则能够测出这种变化的量，它是进行推算和预测的重要依据。
２．一元线性回归模型
一元线性回归模型，是分析两个变量之间相互关系的数学方程式，其一般表达式为
!ｉ）２ＳＳＥ＝!（ｙｉ－ｙ!ｉ）２ＳＳＴ＝!（ｙｉ－）２
ＳＳＲ＝!（ｉ－ｙ
且ＳＳＴ＝ＳＳＲ＋ＳＳＥ
ｒ表示变量ｘ和ｙ线性相关方向和相关程度，取值范围在－１≤ｒ≤
１。
当－１＜ｒ＜０时相关图分布呈现出ｙ随ｘ的增加而减少的趋势，即为负相关
当ｒ＝０时，相关图分布呈现出不规则状态，变量ｙ不受ｘ的影响，表明ｘ和ｙ之间没有线性相关关系，但不能随意排斥其它关系，如可能存在曲线相关系。
当０＜ｒ＜１时，相关分布呈现出ｙ随ｘ的增加而增加的趋势，即为正相关。
当ｒ＝１时，相关散布点呈现出一条直线，即ｙ与ｘ呈完全线性相关。ｒ＝１，表现为完全正相关；ｒ＝－１，表现为完全负相关。
为了判断现象之间相关程度的高低，通过相关系数判断相关关系密切程度的标准是：ｒ＝０，表明ｘ和ｙ完全不相关；０＜ｒ＜０．３时，认为ｘ和ｙ不相关；０．３＜ｒ≤０．５时，认为ｘ和ｙ低度相关；０．５＜ｒ≤０．８时，认为ｘ和ｙ显著相关；０．８＜ｒ≤１时，认为ｘ和ｙ高度相关。
②显著性检验
显著性检验，可以根据相关系数、自由度（ｎ－ｍ，其中ｎ为样本容量，ｍ为回归模型中待定参数的个数）和给定的显著水平α值（在社会经济现象中，给定的显著水平α值一般为０．０５），从相关系数检验表中查出临界值ｒα（ｎ－ｍ），据此判断其线型关系是否成立。如果ｒ≥ｒα（ｎ－ｍ），表明在显著水平α条件下变量之间的线型关系是显著的，因此将要建立的线型回归模型是很有意义的；如果ｒ＜ｒα（ｎ－ｍ），表明不宜建立线型回归模型，需要对其进一步分析，然后再作处理。
（３）回归模型的检验
回归方程建立以后还需要对模型进行检验，检验回归模型的代表性，用ｔ检验法，若两个变量之间相关程度为高度相关，方程有很高的代表性，还不能说明这种直线相关关系是否可靠，为了说明这种相关关系的可靠性，必须对相关系数进行ｔ检验。
!＝ａ＋ｂｘｙ
!表示因变量ｙ的估计值，ｘ表示自变量，ａ，ｂ称为回归模型式中，ｙ
的待定参数，其中ｂ又称为回归系数。
上述的回归方程式在平面坐标系中表现为一条直线即回归直线。当ｂ＞０时ｙ随ｘ的增加而增加，两变量之间为正相关关系；当ｂ＜０时，ｙ随ｘ的增加而减少，两变量之间为负相关关系；当ｂ＝０时，ｙ为一个常量，不随ｘ的变动而变动。这样就为我们判断现象之间的关系，分析现象之间是否处于正常状态提供了一提一条标准。
３．一元线性回归模型的建立（１）回归模型的建立程序
建立一元线性回归模型一般可分为四步、①分析变量之间的相互关系，通常是在理论定性分析的基础上采用相关表或相关图进行观察，再计算相关系数；②通过检验相关系数的显著性，判断相关系数的客观真实状况；③根据研究目的确定自变量和因变量；④根据调查的资料估计模型参数建立回归模型。
（２）显著性检验①相关系数
相关系数，是在线性相关的条件下，说明两个现象之间相关关系紧密程度的统计分析指标。相关系数通常ｒ或ｒ２，
ｒ２＝ＳＳＲ／ＳＳＴ＝１－ＳＳＥ／ＳＳＴ，其中
$设，统计量ｔ服从ｔ（ｎ－２）分布。根据一组样本量计算出ｔ值，再根据所给定的显著性水平α和自由度ｎ－２，查ｔ分布表，找到相应的临界值ｔα／２。若
ｔ≥ｔα／２。表明ｔ在统计上是显著的，即总体的两个变量间存在线性关系，这种关系是可靠的，否则就认为两个变量间不存在线性关系。
公式为：ｔ＝ｒ；ｒ与ｂ同号
二、ＥＸＣＥＬ在一元线性回归分析中的应用
我们有了一元线性回归分析的基本知识，通过一个实例来介绍如何用ＥＸＣＥＬ对数据进行回归分析。考虑如下问题：
是一个制作和外卖意大利匹萨的餐饮连锁店，其主“阿曼德匹萨”
要客户群是在校大学生。为了研究各店铺销售额与店铺附近地区大学生人数之间的关系，随机抽取了十个分店的样本，得到的数据如下：
店铺编号
区内大学生数（万人）
季度销售额（万元）
１２３
０．２０．６０．８
５．８１０．５８．８
１４４
科技信息○高校讲台○ＳＣＩＥＮＣＥＩＮＦＯＲＭＡＴＩＯＮ２００７年第１２期
４
５
６７８９１０
０．８
１．２
１．６２２２．２２．６
１１．８
１１．７１３．７１５．７１６．９１４．９２０．２
对数据进行回归分析并预测区内大学生数１．８万的店铺１１季度销售预测为多少？
我们将通过以下步骤对该问题进行解决：１．回归
第一步，录入数据，录入结果见下图１。
图３－２包括数据“标志”
下拉菜单，用鼠标双击选项（如果没首先，打开“工具”“数据分析”
对话框。然有该选项，需要加载宏———＞分析工具），弹出“数据分析”
后，选择“回归”，确定，弹出选项表：
进行如下选择：Ｘ、Ｙ值的输入区域（Ｂ１：Ｂ１１，Ｃ１：Ｃ１１），标志，置信度（９５％），新工作表组，残差，线性拟合图（图３－１）
或者：Ｘ、Ｙ值的输入区域（Ｂ２：Ｂ１１，Ｃ２：Ｃ１１），置信度（９５％），新工作表组，残差，线性拟合图（图３－２）
注意：选中数据和不选，Ｘ、“标志”“标志”Ｙ值的输入区域是不一样的：前者包括数据标志：区内大学生数（Ｘ），季度销售额（Ｙ）
然后，确定，取得回归结果（图４）
图１
第二步，作散点图，选中数据（包括自变量和因变量），选中数据后，数据变为蓝色。点击图标；或者在菜单中打开“图表向导”“插入”图表向导的图标为。
“图表（Ｈ）”
在弹出的图框左边一栏中选中。
按钮，立即出现散点图的原始形式（图２）：“ＸＹ散点图”，点击“完成”
图４
图２
第三步，回归
观察散点图，判断点列分布是否具有线性趋势。只有当数据具有
从图中可以看出，本例线性分布特征时，才能采用线性回归分析方法。
数据具有线性分布趋势，可以进行线性回归。回归的方法如下
线性回归结果图
最后，读取回归结果如下：
截距：ａ＝６；斜率：ｂ＝５；相关系数：Ｒ＝０．９５０；测定系数：Ｒ２＝０．９０２７３３６３；Ｆ值：Ｆ＝７４．２４８３７；ｔ值：ｔ＝８．６１６７４９；标准离差（标准误差）：ｓ＝１．３８２９；回归平方和：ＳＳｒ＝１４２；剩余平方和：ＳＳｅ＝１５．３；ｙ的误差平方和即总平方和：ＳＳｔ＝１５７．３。
２．建立回归模型，并对结果进行检验
!＝６＋５ｘ模型为ｙ
至于检验，Ｒ、Ｒ２、Ｆ值、ｔ值等均可以直接从回归结果中读出。实际
２
上，Ｒ＝０．９５０，Ｒ＞０．９０检验通过．．有了Ｒ值，Ｆ值和ｔ值均可计算出来，其中：ｔ值的计算公式和结果为：
ｔ＝
０．９５０＝８．６１＞２．３０６回归结果中给出了残差（图５），据此可以计算标准离差。首先求
!
ｒ＝２
!
２
$２然后求残差平方和Ｓ＝"ε残差的平方ε于是标准ｉ＝（ｙｉ－ｙｉ），ｉ＝１５．３０，
ｉ＝１
ｎ＝１０
离差为ｓ＝
图３－１
包括数据“标志”
!
１
$）"（ｙ－ｙ
ｉ
ｉ
ｉ＝１
２
＝
!Ｓ＝!
＝１．３８３
１４５
科技信息○高校讲台○ＳＣＩＥＮＣＥＩＮＦＯＲＭＡＴＩＯＮ２００７年第１２期
于是ｓ＝１．３８３＝０．１２２２＜１５％＝０．１５
１０１９
１．２１．４４１５．３
图５
观测值
预测季度销售额（Ｙ）
预测值及残差
残差平方
残差平方和
残差
１２３４５６７８９
７９１０１０１２１４１６１６１７
－１．２１．５－１．２１．８－０．３－０．３－０．３０．９－２．１
１．４４２．２５１．４４３．２４０．０９０．０９０．０９０．８１４．４１
标准差Ｓ１．３８３０．１２２２
显著性检验后，我们要对数据进行预测分析。考虑预测区内学生１．８万人的时候季度销售额预计为多少？
３．预测分析
●
ｓ／ｙ的均值
$＝ａ＋ｂｘ就是ｙ的无偏估计，故当Ｘ０＝１．８由于回归方程建立之后，ｙ
$０＝ａ＋ｂｘ０＝６＋１．８＊５＝１５．时，季度销售额的期望值ＥＹ０的点估计值为ｙ
$０－１．９６（Ｑ／（ｎ－２））１／２），ｙ$０－１．９６（Ｑ／（ｎ－而ｙ０的０．９５预测区间近似为（ｙ
２））１／２））＝（１５－１．９６＊"，１５＋１．９６＊"）＝（１２．２８９，１７．７１１），Ｑ＝
ＳＳＥ．。
三、总结
本文只是通过一个具体的实例介绍ＥＸＣＥＬ在一元线性回归中的应用，如何建立数据表，如何分析并回归，最后如何对得到的结果进行检验分析和预测。当然我们可以用其他软件来做，但基本原理一样。至于多元线性回归要比这复杂，但采用矩阵论的话，原理都是一样的。科
多边的、几何的等等各种各样的形，所（上接第１３１页）以组成任意的、
以在景观整合中可以起到渗透功能。本文所称绿色元素的面主要是指草坪、绿墙等。
（１）草坪草坪也称草皮，栽植人工选育的草种作为矮生密集型
草坪除了具有滞尘、阻滞地的植被，经养护修剪形成整齐均匀的覆盖。
表径流、防止土壤冲蚀、补充地下水、净化地面水、降低地面水的温度、减少地面的辐射热和减弱地面对噪声的反射等生态功能外，在观赏上
另外它如绿色的地毯，柔美轻快，对其它景物能起到很好的衬托作用。
还给人们提供了一个洁净舒适的休闲场所。景观设计中，景区之间并没有十分明显的界限，而是你中有我，我中有你，渐而变之。而草坪的延伸、渗透，恰恰起到连接空间的作用，给人一种在不知不觉中景物已发生变化的感觉，有着良好的空间体验。
棚（２）垂直绿化垂直绿化是指利用攀缘植物绿化墙壁、栏杆、
架、杆柱及陡直的山石等。在房屋外壁进行垂直绿化能起到降温、保温、减少噪声的反射、减缓墙面本身的风化等作用。垂直绿化不但自身可创造生动活泼的造型，具有独特的山林景观效果，还有效地把平面景观渗透到立面空间，使空间景物融为一体。
线、面的４．４体的围合功能体是最丰富的元素，其中包含着点、
各种组合。它能把景观中的碎片有机地围合为一个整体。本文所称绿色元素的体主要是指公园、空中花园等。
观赏、游戏、运动、娱（１）公园公园是为城市居民提供室外休息、
乐的绿化用地。公园里可包括名胜古迹、纪念碑、植物园、动物园、展览馆、剧场等等各式各样的人文景观和自然景观，就象是一个被围合成的，成为城市中的不可缺少的绿肺。“景观集合体”
阳（２）空中花园空中花园是指利用主体建筑物的屋顶、平台、
台、窗台等多层次空间，结合园林植物、微地形、水体和园林小品等造园因素，创造出不同使用功能和性质的园林景观。空中花园不但把建
筑技术和绿化美化融合为一体，更把地面与空间连成一片绿色世界。
５．发展前景
西蒙兹说“我们可以说，景观设计师的终生目标和工作就是帮助
●、人类，使人、建筑物社区、城市以及他们的生活同生活的地球和谐共
处。”所以现代意义上的景观规划设计是以协调人与自然的相互关系
视觉感受和人文为己任。绿色元素作为自然环境的代表，其生态效应、
景观渗透和影响着人类生活和建筑环境的方方面面，它是把高度机械化生活中的人同大自然联系起来的枢纽。近年来，植物栽培技术的不断发展使得绿色植物的生长范围更加宽广，屋顶种植和室内种植的发展，使得建筑和绿化的融合更趋全方位和立体化，建筑内部空间的营造也更趋人性和丰富。利用市花市树与其他植物或小品、构筑物相得益彰地配置，使城市景观在整合的过程中，又同时发展了自己的特色，可以赋予城市景观浓郁的文化气息。绿是生命之道，绿色元素的运用不再只是一个乔、灌、草合理布局的简单过程，而将是一个赋予城市景观生命活力的系统工程。
６．结语
当前，世界各国对可持续发展的重视程度越来越高，我国也把可持续发展战略定为面向２１世纪的两大战略之一。我们应顺应这种时代的要求，更加合理有效地运用绿色元素，使城市景观达到整合的同
文化和生态需求。科时，满足更为本质的社会、
参考文献
［１］毛溪，《平面构成》［Ｍ］，上海人民美术出版社，２００３．［２］刘捷，《城市形态的整合》［Ｍ］，东南大学出版社，２００４．
［３］曹杰勇，城市滨水住宅区设计探析［Ｊ］，建筑学报，２００４（４）．
作者简介：邱海玲（１９７４－），女，新疆农业大学硕士研究生。
（上接第１２７页）险问题我们可以提出一些针对性的措施：
１．推进资本市场改革，拓宽中小企业的融资渠道较快资本市场改革，降低中小企业入市融资的门槛，不但有利于发挥资本市场在全社会高效率调节资源分配的功能，而且可以从跟本上决定广大中小企业在快速成长中长期性权益资本短缺的发展瓶颈，有利于财务风险的降低。
２．完善市场机制，适度减轻宏观调控的频度与力度进一步完善市场机制，理顺市场机制调整社会经济运行的功能与作用，可以很大程度上减少经济局部问题现象的发生，从而减少政府对宏观经济的干预。这可以减少中小企业因宏观调控而带来的不确定因素，从而降低财务风险。
３．增强中小企业管理人员财务风险意识，建立适合于中小企业的财务预警体系增强中小企业管理人员尤其是财务管理人员的财务
风险意识、重视与防范财务风险是降低中小企业财务风险的一个重要途径；同时建立一个合适于中小企业的财务预警体系，使中小企业的管理者能够随时了解企业的实时财务风险指标水平，将有助于将财务风险防患于未然。科参考文献
［１］王贤平，中小企业融资难问题研究，［Ｊ］，企业改革与发展，２００６．３．［２］李善民，中小企在泛珠三角经济区投融资行为分析，［Ｊ］，广东社会科学，２００４．０４．
作者简介：刘桂信，江苏，无锡，会计师，无锡市建瓴房地产有限公司财务主管。
１４６
如何用excel做线性相关篇七
《用Excel做线性回归分析》
用Excel进行一元线性回归分析
Excel功能强大，利用它的分析工具和函数，可以进行各种试验数据的多元线性回归分析。本文就从最简单的一元线性回归入手.
在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。
文章使用的是2000版的软件,我在其中的一些步骤也添加了2007版的注解.
1 利用Excel2000进行一元线性回归分析
首先录入数据.
以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。
图1
第二步，作散点图
如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插入”菜单中打开“图表（H）(excel2007)”。图表向导的图标为据变为蓝色（图2）。
。选中数据后，数
1
图2
点击“图表向导”以后，弹出如下对话框（图3）：
图3
在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
2
图4
第三步，回归
观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下：
⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）(2007为”数据”右端的”数据分析”)：
图5
用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
3
图6
⑵ 然后，选择“回归”，确定，弹出如下选项表：
图7
进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图。
或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%）， 新工作表组，残差，线性拟合图。
注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志：
最大积雪深度x(米) 灌溉面积y(千亩)
后者不包括。这一点务请注意。
4
图8-1 包括数据“标志”
图8-2 不包括数据“标志”
⑶ 再后，确定，取得回归结果（图9）。
5
如何用excel做线性相关篇八
《利用Excel进行线性回归分析》
文档内容
1. 利用Excel进行一元线性回归分析 2. 利用Excel进行多元线性回归分析
1. 利用Excel进行一元线性回归分析
第一步，录入数据
以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。
图1
第二步，作散点图
如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插入”菜单中打开“图表（H）”
。图表向导的图标为2）。
。选中数据后，数据变为蓝色（图
1
图2
点击“图表向导”以后，弹出如下对话框（图3）：
图3
在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
2
图4
第三步，回归
观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。
回归的步骤如下：
1. 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）：
图5
用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
3
图6
2. 然后，选择“回归”，确定，弹出如下选项表（图7）：
图7
进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图（图8-1）。
或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%），新工作表组，残差，线性拟合图（图8-2）。
注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志：
最大积雪深度x(米) 灌溉面积y(千亩)
后者不包括。这一点务请注意（图8）。
4
图8-1包括数据“标志”
图8-2不包括数据“标志”
3. 再后，确定，取得回归结果（图9）。
5
如何用excel做线性相关篇九
《运用Excel进行线性规划求解》
目录
1. 关于“规划求解”
2. 如何加载“规划求解”
3. “规划求解”各参数解释和设置
4. “规划求解”的步骤
5. “规划求解”疑难解答
6. 利用“规划求解”解线性规划问题
7. 利用“规划求解”解整数规划问题
8. 利用“规划求解”解目标规划问题
9. 利用“规划求解”解运输问题
10. 利用“规划求解”解最短路径问题
11. 利用“规划求解”解最大流问题
12. 利用“规划求解”解数据包络分析（DEA）问题
13. 利用“规划求解”解其他运筹学问题
1、 关于“规划求解”
“规划求解”是Excel中的一个加载宏，借助“规划求解”，可求得工作表上某个单元格（被称为目标单元格）中公式 （公式：单元格中的一系列值、单元格引用、名称或运算符的组合，可生成新的值。公式总是以等号 (=) 开始。）的最优值。“规划求解”将对直接或间接与目标单元格中公式相关联的一组单元格中的数值进行调整，最终在目标单元格公式中求得期望的结果。“规划求解”通过调整所指定的可更改的单元格（可变单元格）中的值，从目标单元格公式中求得所需的结果。在创建模型过程中，可以对“规划求解”模型中的可变单元格数值应用约束条件 （约束条件：“规划求解”中设置的限制条件。可以将约束条件应用于可变单元格、目标单元格或其他与目标单元格直接或间接相关的单元格。而且约束条件可以引用其他影响目标单元格公式的单元格。使用“规划求解”可通过更改其他单元格来确定某个单元格的最大值或最小值。
Microsoft Excel 的“规划求解”工具取自德克萨斯大学奥斯汀分校的 Leon Lasdon 和克里夫兰州立大学的 Allan Waren 共同开发的 Generalized Reduced Gradient (GRG2) 非线性最优化代码。线性和整数规划问题取自 Frontline Systems 公司的 John Watson 和 Dan Fylstra 提供的有界变量单纯形法和分支边界法。
2、 如何加载“规划求解”
安装office的时候，系统默认的安装方式不会安装宏程序，需要用户根据自己的需求选择安装。
下面是加载“规划求解”宏的步骤：
1) 在“工具”菜单上，单击“加载宏”。
2) 在弹出的对话框中的“可用加载宏”列表框中，选定待添加的加
载宏“规划求解”选项旁的复选框，然后单击“确定”。单击“确定”以后，“工具”菜单下就会出现一项“规划求解”。如果需要其他功能，也可以用鼠标勾选。提醒一句，加载的宏越多，excel启动的时候就会越慢，所以请根据自己的需要选择。
3) 如果要卸载已经加载的宏，请在“可用加载宏”列表框中，选定
待添加的加载宏选项旁的复选框，然后单击“确定”。
3、 “规划求解”各参数解释和设置
单击“规划求解”按钮，将会出现以下的规划求解参数的对话框。
设置目标单元格：一些单元格、具体数值、运算符号的组合。注意：目标单元格一定要是公式，即一定是以“=”开始。类似于线
如何用excel做线性相关篇十
《利用Excel进行线性回归分析》
1 利用Excel2000进行一元线性回归分析
第一步，录入数据
以连续10年最大积雪深度和灌溉面积关系数据为例予以说明。录入结果见下图（图1）。
图1
第二步，作散点图
如图2所示，选中数据（包括自变量和因变量），点击“图表向导”图标；或者在“插入”菜单中打开“图表（H）”。图表向导的图标为色（图2）。
。选中数据后，数据变为蓝
图2
点击“图表向导”以后，弹出如下对话框（图3）：
1
图3
在左边一栏中选中“XY散点图”，点击“完成”按钮，立即出现散点图的原始形式（图4）：
图4
第三步，回归
观察散点图，判断点列分布是否具有线性趋势。只有当数据具有线性分布特征时，才能采用线性回归分析方法。从图中可以看出，本例数据具有线性分布趋势，可以进行线性回归。回归的步骤如下：
⑴ 首先，打开“工具”下拉菜单，可见数据分析选项（见图5）：
2
图5
用鼠标双击“数据分析”选项，弹出“数据分析”对话框（图6）：
图6
⑵ 然后，选择“回归”，确定，弹出如下选项表：
3
图7
进行如下选择：X、Y值的输入区域（B1:B11，C1:C11），标志，置信度（95%），新工作表组，残差，线性拟合图。
或者：X、Y值的输入区域（B2:B11，C2:C11），置信度（95%）， 新工作表组，残差，线性拟合图。
注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志：
最大积雪深度x(米) 灌溉面积y(千亩)
后者不包括。这一点务请注意。
图8-1 包括数据“标志”
4
图8-2 不包括数据“标志”
⑶ 再后，确定，取得回归结果（图9）。
图9 线性回归结果
⑷ 最后，读取回归结果如下：
5