我们假设读者对简单的回归分析已经熟悉，这里我们概述怎样利用Excel来进行必要的计算。实际上，Excel有多种方法来进行回归运算。主要分两类：使用Excel内部自带的函数和使用分析工具库中的简单回归模板。
首先介绍几个重要的线性回归函数：
INTERCEPT（know＿y’s，know＿x’s）用来计算回归的截距；
SLOPE（know＿y’s，know＿x’s）用来计算回归的斜率；
RSQ（know＿y’s，know＿x’s）用来计算拟合度，对于二元线性回归就是相关系数的平方；
STEYX（know＿y’s，know＿x’s）用来计算Standard Error of Estimation；
另外有一个比较特殊的函数Linest，需要重点解释：
LINEST（know＿y’s，know＿x’s，constant，status）是一个数组函数，以两列数据为输入项，返回数组形式的基本回归量，其中Constant是一个逻辑参数，如果是TRUE（或1），则表示回归需要常数项，如果是FALSE（或0），则表示回归的常数项设为0；而status也是逻辑参数，如果是TRUE（或1），则表示输出全部的回归统计值，如果是FALSE（或0），则表示只输出常数项和斜率项。需要注意的是，在书写LINEST函数之前，为函数的输出选择一个大小适当的区域是很重要的。在图2．49中，B31：C35是输出区域，需要事先选定，而两旁的解释是手工填写的。
图2．49
说明：有了线性回归之后，我们通常会基于估计结果来进行预测和预报。这里的一些工具和更为具体的应用，请读者参见“2．7时间序列分析”一节。(www.xing528.com)
ANOVA表
下一步，利用上面的数据，我们来练习一下如何利用分析工具库中的回归模板。在菜单工具下选择数据分析（Data Analysis）选项，点击回归（Regression），就可以出现如下的对话框。同样地，对话框中的Y区域和X区域可以通过选择单元格区域来引用，也可以通过输入名称来引用（如果区域已经命名的话）。
图2．50
确定OK后的计算结果如图2．51所示。
回归方程的截距、斜率、R平方和标准差（残差的标准方差）都有相应的显示。输出结果是静态的，也就是说，这些数值是不会随着输入数据的变化而变化的。如果任何输入数据发生了变化，分析过程是不需要调整的，但必须手动重新计算。
分析工具库程序的静态输出特性使得它们在计算时不像Excel函数那样有吸引力。更重要的是，不同于大多数Excel函数，它们很难在VBA用户定义函数中被调用。
非线性回归分析
通常我们比较熟悉线性回归分析。而实际中大量运用的都是非线性问题，而在技术上我们往往可以将非线性问题做线性问题来解决。当然，这里又不得不牵扯到一些数学的工具，例如将乘法化为加法，可以通过取对数来解决，自然地，那些指数部分的数也就成了对应的系数。
图2．51
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
