
AVEDEV 返回数据点与其平均值的绝对偏差的平均值
AVERAGE 返回参数的平均值
AVERAGEA 返回参数的平均值,包括数字、文本和逻辑值
BETADIST 返回
Beta 累积分布函数
BETAINV 返回指定
Beta 分布的累积分布函数的反函数
BINOMDIST 返回一元二项式分布概率
CHIDIST 返回 chi 平方分布的单尾概率 CHIINV 返回
chi 平方分布的反单尾概率
CHITEST 返回独立性检验值
COUNT 计算参数列表中数字的个数
COUNTA 计算参数列表中值的个数
COUNTBLANK 计算指定单元格区域中空白单元格的个数。
CONFIDENCE 返回总体平均值的置信区间。
CORREL 返回两个数据集之间的相关系数。
COUNTIF 计算区域中满足给定条件的单元格的个数。
COVAR 返回协方差,即成对偏移乘积的平均数。
CRITBINOM 返回使累积二项式分布小于等于临界值的最小值。
DEVSQ 返回偏差的平方和。
EXPONDIST 返回指数分布。
FDIST 返回 F 概率分布。
FINV 返回 F 概率分布的反函数。
FISHER 返回 Fisher 变换值。
FISHERINV 返回 Fisher 变换的反函数。
FORECAST 根据线性趋势返回值。
FTEST 返回 F 检验的结果。
FREQUENCY 以垂直数组的形式返回频率分布。
GAMMADIST 返回 γ 分布。
GAMMAINV 返回 γ 累积分布函数的反函数。
GAMMALN 返回 γ 函数的自然对数,Γ(x)。
GEOMEAN 返回正数数组或区域的几何平均值
GROWTH 根据指数趋势返回值
HARMEAN 返回数据集合的调和平均值
HYPGEOMDIST 返回超几何分布
INTERCEPT 返回线性回归线截距
KURT 返回数据集的峰值
LARGE 返回数据集中第k个最大值
LINEST 返回线性趋势的参数
LOGINV 返回反对数正态分布
LINEST 返回累积对数正态分布函数
MAX 返回参数列表中的最大值
MAXA 返回参数列表中的最大值,包括数字、文本和逻辑值
MEDIAN 返回给定数字的中值
MIN 返回参数列表中的最小值
MINA 返回参数列表中的最小值,包括数字、文本和逻辑值
MODE 返回数据集中出现最多的值间的概率
PROB 返回区域中的数值落在指定区间内的对应概率
NEGBINOMDIST 返回负二项式分布
NORMDIST 返回正态累积分布
NORMINV 返回反正态累积分布
ORMSDIST 返回标准正态累积分布
NORMSINV 返回反标准正态累积分布
PEARSON 返回 Pearson 乘积矩相关系数
PERCENTILE 返回区域中的第 k 个百分位值
PERCENTRANK 返回数据集中值的百分比排位
PERMUT 返回从给定数目的对象集合中选取的若干对象的排列数
POISSON 返回 Poisson 分布
PROB 返回区域中的数值落在指定区间内的对应概率
QUARTILE 返回数据集的四分位数
RANK 返回某数在数字列表中的排位
RSQ 返回 Pearson 乘积矩相关系数的平方
SLOPE 返回线性回归直线的斜率
SMALL 返回数据集中的第k个最小值
STANDARDIZE 返回正态化数值
STDEV 基于样本估算标准偏差
STDEVA 基于样本估算标准偏差,包括数字、文本和逻辑值
STDEVP 计算基于整个样本总体的标准偏差
STDEVPA 计算整个样本总体的标准偏差,包括数字、文本和逻辑值
TDIST 返回学生的 t 分布
TINV 返回学生的 t 分布的反分布
TREND 返回沿线性趋势的值
TRIMMEAN 返回数据集的内部平均值
TTEST 返回与学生的 t 检验相关的概率
VAR基于样本估算方差
VARA 基于样本估算方差,包括数字、文本和逻辑值
VARP 基于整个样本总体计算方差
VARPA 基于整个样本总体计算方差,包括数字、文本和逻辑值
WEIBULL 返回 Weibull 分布
VARP 返回 z 检验的单尾概率值
当趋势线的 R 平方值等于或近似于 1 时,看趋势线。用趋势线拟合数据时,Excel 会自动计算其R平方值。如果需要,可以在图表上显示该值,R的平方则反映多元线性回归的关系,同样越接近1越线性相关。
R可以理解为相关系数,像一元线性回归预测方法里面也有这个R,相关系数是反映两个变量间是否存在相关关系,以及这种相关关系的密切程度的一个统计量。越接近1关系越密切,越接近0则不存在线性关系。
总离差不能用n个离差之和来表示,通常是用离差的平方和,即作为总离差,并使之达到最小,这样回归直线就是所有直线中Q取最小值的那一条,这种使“离差平方和最小”的方法,叫做最小二乘法:
由于绝对值使得计算不变,在实际应用中人们更喜欢用:Q=(y1-bx1-a)²+(y2-bx-a²)+。。。+(yn-bxn-a)²
这样问题就归结于:当a,b取什么值时Q最小,即到点直线y=bx+a的“整体距离”最小。
扩展资料:
在统计学中对变量进行线行回归分析,采用最小二乘法进行参数估计时,R平方为回归平方和与总离差平方和的比值,表示总离差平方和中可以由回归平方和解释的比例,这一比例越大越好,模型越精确,回归效果越显著。
R平方介于0~1之间,越接近1,回归拟合效果越好,一般认为超过08的模型拟合优度比较高。
-线性
-R平方
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)