excel與數(shù)據(jù)分析課件(4)-wenkub
2023-05-11 08:46:16 本頁面
【正文】 圖表的數(shù)據(jù)區(qū)域； 13 （ 3）點(diǎn)擊 “ 插入 ” → 點(diǎn)擊 “ 圖表 ” ，出現(xiàn) “ 圖表向?qū)?” 的復(fù)選框；或直接在 Excel表上方的工具欄中點(diǎn)擊圖表向?qū)В? （ 4）在 “ 圖表類型 ” 中選擇 “ XY散點(diǎn)圖 ” ，并選擇“ 子圖表類型 ” 中的第一類； （ 5）單擊 “ 下一步 ” → “ 下一步 ” ，填寫圖表標(biāo)題及X軸和 Y軸的標(biāo)題 ； （ 6） 單擊 “ 下一步 ” → 單擊 “ 完成 ” 。 15 （ 1）數(shù)據(jù)點(diǎn)大致落在左下右上的一條直線周圍，表明數(shù)據(jù)間存在正線性相關(guān)關(guān)系； （ 2）數(shù)據(jù)點(diǎn)大致落在左上右下的一條直線周圍，表明數(shù)據(jù)間存在負(fù)線性相關(guān)關(guān)系； （ 3）數(shù)據(jù)點(diǎn)大致呈現(xiàn)某種曲線形態(tài)，如拋物線等，表明現(xiàn)象之間不存在線性相關(guān)關(guān)系，但存在非線性相關(guān)關(guān)系。 相關(guān)系數(shù)是一個(gè)用來度量數(shù)值型數(shù)據(jù)間的線性相關(guān)關(guān)系的系數(shù)，不受變量值計(jì)量單位的影響，一般記為 r 。存在著一定程度的線性與變量1 時(shí)，表明變量第三，當(dāng)0 yxr ??或 0≤ ︱ r︱ ≤ 1 22 切。為高度相關(guān)， ?? r為正相關(guān)。 25 三、案例分析 根據(jù)我國 2022年各地區(qū) GDP和固定資產(chǎn)投資、居民消費(fèi)水平的數(shù)據(jù)資料，分析 固定資產(chǎn)投資、居民消費(fèi)水平與各地區(qū) GDP之間的相關(guān)性。 27 第四節(jié) 線性回歸分析 一、相關(guān)分析與回歸分析的關(guān)系 二、簡單線性回歸分析 三、回歸分析的 EXCEL實(shí)現(xiàn) 28 一、相關(guān)分析與回歸分析的關(guān)系 回歸分析 就是對具有 相關(guān)關(guān)系 的多個(gè)變量之間的數(shù)量變化進(jìn)行數(shù)量測定，配合一定的數(shù)學(xué)方程（模型），以便由 自變量 的數(shù)值對 因變量 的可能值進(jìn)行估計(jì)或預(yù)測的一種統(tǒng)計(jì)方法。 ? 聯(lián)系： 相關(guān)分析是回歸分析的前提和基礎(chǔ)； 回歸分析是相關(guān)分析的繼續(xù)和深入。 30 二、簡單線性回歸分析 回歸分析的種類 按照回歸線的形狀 按自變量的個(gè)數(shù) 多元回歸 一元回歸 非線性（曲線）回歸 線性（直線）回歸 根據(jù)回歸分析的方法，得出的數(shù)學(xué)表達(dá)式稱為回歸方程（回歸模型），它有多種形式，可以是直線方程，也可以是曲線方程。 ；： 的估計(jì)值因變量 yy?a： 直線起點(diǎn)值，數(shù)學(xué)上稱為直線的截距； b： 數(shù)學(xué)上稱為直線的斜率；統(tǒng)計(jì)學(xué)上稱為回歸系數(shù)。 這種決定直線 方程的方法，稱為 最小二乘法（最小平方法）。 34 回歸方程的預(yù)測包括定值預(yù)測和區(qū)間預(yù)測。 35 三、回歸分析的 EXCEL實(shí)現(xiàn) （ 1） 選擇 “ 工具 ” 菜單中的 “ 數(shù)據(jù)分析 ” 子菜單，在“ 分析工具 ” 中選擇 “ 回歸 ” ； （ 2）單擊 “ 確定 ” ，出現(xiàn)如下對話框： 利用 EXCEL進(jìn)行回歸分析，是通過“數(shù)據(jù)分析”命令實(shí)現(xiàn)的。 判定系數(shù) R2是測定直線回歸模型擬合優(yōu)度的一個(gè)重要指標(biāo)，其意義同相關(guān)系數(shù) r具有一致性 。 40 （ 6） F下面的數(shù)是回歸方程顯著性檢驗(yàn)中的 F統(tǒng)計(jì)量的值 ，等于 ；其右側(cè)單元格中的數(shù)是 F統(tǒng)計(jì)量在原假設(shè) (X與 Y線性相關(guān)不顯著 )成立時(shí)發(fā)生的概率 ， 為 1011， 當(dāng)把握程度為 95%時(shí) ， 由于 105 ()， 所以拒絕原假設(shè) ， 認(rèn)為兩個(gè)變量之間的線性相關(guān)是顯著的 ， 線性回歸模型檢驗(yàn)通過； （ 7） “ t Stat”下面的數(shù)是回歸方程顯著性檢驗(yàn)中的 t 統(tǒng)計(jì)量的值 ， 等于 ；其右側(cè)單元格中的數(shù)是 t 統(tǒng)計(jì)量在原假設(shè) (回歸系數(shù)為 0)成立時(shí)發(fā)生的概率 ， 為 1011， 當(dāng)把握程度為95%時(shí) ， 由于 1011 ()， 所以拒絕原假設(shè) ， 認(rèn)為回歸系數(shù)顯著不為 0， 自變量對因變量的線性解釋有貢獻(xiàn) ， 應(yīng)保留在 回歸方程中； 41 （ 8） “ Coefficients”下面的兩個(gè)數(shù)是回歸方程的兩個(gè)參數(shù)值，其中，截距 a = ，回歸系數(shù) b =；據(jù)此，可寫出樣本回歸方程： xy 71107856 ..? ???表明固定資產(chǎn)投資每增加 1億元， GDP平均增加 。 置信區(qū)間過大，通過固定資產(chǎn)預(yù)測 GDP是不合適的。 當(dāng)某企業(yè)計(jì)劃將年產(chǎn)量調(diào)整為 120萬臺時(shí)，單位成本的定值預(yù)測： )(...? 元58889120228381854 ????y 在 95%的把握程度下，該企業(yè)單位產(chǎn)品成本預(yù)測值的置信區(qū)間為： ]....[?,? 67612588 8 967612588 8 9 ]2 2[ 00 ??????? ，yy SySy 即：當(dāng)某企業(yè) 將年產(chǎn)量調(diào)整為 120萬臺時(shí)，單位成本的點(diǎn)估計(jì)值為 ， 在 95%的把握程度下，該企業(yè)單位產(chǎn)品成本預(yù)測值的置信區(qū)間 在 ～ 之間。即，年產(chǎn)量越大，單位產(chǎn)品成本越低。 42 *利用回歸方程進(jìn)行預(yù)測，在 EXCEL中可通過編輯公式進(jìn)行計(jì)算。 在總離差平方和中 ， SSR占的比例越大 ， 說明自變量對因變量的影響越大 ， 即 x與 y線性相關(guān)的程度越高 ， 回歸方程的質(zhì)量越高；反之 ， SSE所占的比例越大 ， 說明隨機(jī)因素對因變量的影響越大 ， 而自變量與因變量的關(guān)系越不密切 ， 回歸方程的質(zhì)量越低 。 37 對輸出結(jié)果的解釋： （結(jié)合固定資產(chǎn)投資與地區(qū) GDP的關(guān)系 案例 ） 輸出結(jié)果包括 “ SUMMARY OUTPUT”（摘要輸出）和“ RESIDUAL OUTPUT”（殘差輸出）兩部分以及線性擬合圖。 利用回歸方程，對自變量 x的一個(gè)特定值 x0 ，以一定的把握程度，計(jì)算出因變量 y 的一個(gè)估計(jì)值 y0 的置信區(qū)間，這就是區(qū)間估計(jì)，也稱區(qū)間預(yù)測。因此，可用回歸方程預(yù)測當(dāng)自變量為某個(gè)特定值時(shí)的因變量的取值。 式中： （一）簡單直線回歸方程（樣本方程） bxay? ??32 簡單線性回歸分析的任務(wù) 就是如何根據(jù)實(shí)際樣本資料來 確定參數(shù) a、 b， 即 從 各個(gè)相關(guān)點(diǎn)中配合一條合適的直線，使其能代表相關(guān)點(diǎn)的變動(dòng)趨勢（即用其表明兩變量 x與 y在線性相關(guān)條
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1