急急!如何用LINEST在Excel里求多元回归方程.Excel里要求公式必须以数组公式输入,怎么输入.

怎么用excel来求二元线性回归方程？？具体点。。。~

LINEST 函数
全部显示全部隐藏本文介绍 Microsoft Office Excel 中 LINEST 函数 （函数:函数是预先编写的公式，可以对一个或多个值执行运算，并返回一个或多个值。函数可以简化和缩短工作表中的公式，尤其在用公式执行很长或复杂的计算时。）的公式语法和用法。有关绘制图表和执行回归分析的详细信息，请点击“请参阅”部分中的链接。

说明
LINEST 函数可通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算某直线的统计值，然后返回描述此直线的数组。也可以将 LINEST 与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值，包括多项式、对数、指数和幂级数。因为此函数返回数值数组，所以必须以数组公式的形式输入。请按照本文中的示例使用此函数。

直线的公式为：

y = mx + b

- 或 -

y = m1x1 + m2x2 + ... + b（如果有多个区域的 x 值）

其中，因变量 y 是自变量 x 的函数值。m 值是与每个 x 值相对应的系数，b 为常量。注意，y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,...,m1,b}。LINEST 函数还可返回附加回归统计值。

语法
LINEST(known_y's, [known_x's], [const], [stats])LINEST 函数语法具有以下参数 （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 known_y's 对应的单元格区域在单独一列中，则 known_x's 的每一列被视为一个独立的变量。
如果 known_y's 对应的单元格区域在单独一行中，则 known_x's 的每一行被视为一个独立的变量。
Known_x's 可选。关系表达式 y = mx + b 中已知的 x 值集合。
known_x's 对应的单元格区域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_y's 和 known_x's 具有相同的维数，则它们可以是任何形状的区域。如果使用多个变量，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。
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 或被省略，b 将按通常方式计算。
如果 const 为 FALSE，b 将被设为 0，并同时调整 m 值使 y = mx。
stats 可选。一个逻辑值，用于指定是否返回附加回归统计值。
如果 stats 为 TRUE，则 LINEST 函数返回附加回归统计值，这时返回的数组为 {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}。
如果 stats 为 FALSE 或被省略，LINEST 函数只返回系数 m 和常量 b。
附加回归统计值如下：

统计值 说明
se1,se2,...,sen 系数 m1,m2,...,mn 的标准误差值。
seb 常量 b 的标准误差值（当 const 为 FALSE 时，seb = #N/A）。
r2 判定系数。y 的估计值与实际值之比，范围在 0 到 1 之间。如果为 1，则样本有很好的相关性，y 的估计值与实际值之间没有差别。相反，如果判定系数为 0，则回归公式不能用来预测 y 值。有关如何计算 r2 的信息，请参阅本主题下文中的“说明”。
sey Y 估计值的标准误差。
F F 统计或 F 观察值。使用 F 统计可以判断因变量和自变量之间是否偶尔发生过可观察到的关系。
df 自由度。用于在统计表上查找 F 临界值。将从表中查得的值与 LINEST 函数返回的 F 统计值进行比较可确定模型的置信区间。有关如何计算 df 的信息，请参阅本主题下文中的“说明”。示例 4 说明了 F 和 df 的用法。
ssreg 回归平方和。
ssresid 残差平方和。有关如何计算 ssreg 和 ssresid 的信息，请参阅本主题下文中的“说明”。

下面的图示显示了附加回归统计值返回的顺序。



说明
可以使用斜率和 y 轴截距描述任何直线：
斜率 (m)：
通常记为 m，如果需要计算斜率，则选取直线上的两点，(x1,y1) 和 (x2,y2)；斜率等于 (y2 - y1)/(x2 - x1)。

Y 轴截距 (b)：
通常记为 b，直线的 y 轴的截距为直线通过 y 轴时与 y 轴交点的数值。

直线的公式为 y = mx + b。如果知道了 m 和 b 的值，将 y 或 x 的值代入公式就可计算出直线上的任意一点。还可以使用 TREND 函数。

当只有一个自变量 x 时，可直接利用下面公式得到斜率和 y 轴截距值：
斜率：
=INDEX(LINEST(known_y's,known_x's),1)

Y 轴截距：
=INDEX(LINEST(known_y's,known_x's),2)

数据的离散程度决定了 LINEST 函数计算的直线的精确度。数据越接近线性，LINEST 模型就越精确。LINEST 函数使用最小二乘法来判定数据的最佳拟合。当只有一个自变量 x 时，m 和 b 是根据下面的公式计算出的：




其中，x 和 y 是样本平均值；即，x = AVERAGE(known x's)，y = AVERAGE(known_y's)。

直线和曲线拟合函数 LINEST 和 LOGEST 可用来计算与给定数据拟合程度最高的直线或指数曲线，但需要判断两者中哪一个与数据拟合程度最高。可以用函数 TREND(known_y's,known_x's) 来计算直线，或用函数 GROWTH(known_y's, known_x's) 来计算指数曲线。这些不带 new_x's 参数的函数可在实际数据点上根据直线或曲线来返回 y 预测值的数组，然后可以将预测值与实际值进行比较。可能需要用图表方式来直观地比较二者。
回归分析时，Excel 会计算每一点的 y 的估计值和实际值的平方差。这些平方差之和称为残差平方和 (ssresid)。然后 Excel 会计算总平方和 (sstotal)。当参数 const = TRUE 或被省略时，总平方和是 y 的实际值和平均值的平方差之和。当参数 const = FALSE 时，总平方和是 y 的实际值的平方和（不需要从每个 y 值中减去平均值）。回归平方和 (ssreg) 可通过公式 ssreg = sstotal - ssresid 计算出来。残差平方和与总平方和的比值越小，判定系数 r2 的值就越大，r2 是用来判断从回归分析求得的公式是否足以说明变量之间关系的指示器。r2 = ssreg/sstotal。
在某些情况下，一个或多个 X 列可能没有出现在其他 X 列中的附加预测值（假设 Y's 和 X's 位于列中）。换句话说，删除一个或多个 X 列可能会得到同样精度的 y 预测值。在这种情况下，应从回归模型中省略这些多余的 X 列。这种现象被称为“共线”，因为任何多余的 X 列都可被表示为多个非多余 X 列的和。LINEST 函数会检查是否存在共线，并在识别出多余的 X 列之后从回归模型中删除所有这些列。由于包含 0 系数以及 0 se 数值，因此已删除的 X 列能在 LINEST 输出中被识别出来。如果一个或多个多余的列被删除，则将影响 df，原因是 df 取决于实际用于预测目的的 X 列的数量。有关计算 df 的详细信息，请参阅示例 4。如果由于删除多余的 X 列而更改了 df，则也会影响 sey 和 F 的值。实际上，出现共线的情况应该相对很少。但是，如果某些 X 列仅包含 0 和 1 数值作为实验中的对象是否属于特定组成员的指示器，则很可能引起共线。如果 const = TRUE 或被省略，则 LINEST 函数可有效地插入所有 1 数值的其他 X 列以便为截距建立模型。如果在一列中，1 对应于每个男性对象，0 对应于女性对象；而在另一列中，1 对应于每个女性对象，0 对应于男性对象，那么后一列就是多余的，因为其中的项可通过从所有 1 值的另一列（通过 LINEST 函数添加）中减去“男性指示器”列中的项来获得。
在没有 X 列因共线而被从模型中删除时，请用以下方法计算 df 的值：如果 known_x’s 有 k 列且 const = TRUE 或被省略，那么 df = n – k – 1。如果 const = FALSE，那么 df = n - k。在这两种情况下，每次由于共线而删除一个 X 列都会使 df 的值加 1。
对于返回结果为数组的公式，必须以数组公式的形式输入。
当输入一个数组常量（如 known_x's）作为参数时，请使用逗号分隔同一行中的各值，使用分号分隔各行。分隔符可能会因“控制面板”的“区域和语言选项”中区域设置的不同而有所不同。
注意，如果 y 的回归分析预测值超出了用来计算公式的 y 值的范围，它们可能是无效的。
LINEST 函数中使用的下层算法与 SLOPE 和 INTERCEPT 函数中使用的下层算法不同。当数据未定且共线时，这些算法之间的差异会导致不同的结果。例如，如果参数 known_y's 的数据点为 0，参数 known_x's 的数据点为 1：
LINEST 会返回值 0。LINEST 函数的算法用来返回共线数据的合理结果，在这种情况下至少可找到一个答案。
SLOPE 和 INTERCEPT 会返回错误 #DIV/0!。SLOPE 和 INTERCEPT 函数的算法只用来查找一个答案，在这种情况下可能有多个答案。
除了使用 LOGEST 计算其他回归分析类型的统计值外，还可以使用 LINEST 计算其他回归分析类型的范围，方法是将 x 和 y 变量的函数作为 LINEST 的 x 和 y 系列输入。例如，下面的公式：
=LINEST(yvalues, xvalues^COLUMN($A:$C))

将在您使用 y 值的单个列和 x 值的单个列计算下面的方程式的近似立方（多项式次数 3）值时运行：

y = m1*x + m2*x^2 + m3*x^3 + b

可以调整此公式以计算其他类型的回归，但是在某些情况下，需要调整输出值和其他统计值。

示例 1
斜率和 Y 轴截距

如果将示例复制到一个空白工作表中，可能会更容易理解该示例。

如何复制示例？
选择本文中的示例。如果在 Excel Web App 中复制该示例，请每次复制并粘贴一个单元格。
要点 请勿选择行标题或列标题。



从帮助中选择一个示例
按 Ctrl+C。
创建一个空白工作簿或工作表。
在工作表中，选择单元格 A1，然后按 Ctrl+V。如果在 Excel Web App 中工作，请对示例中的每个单元格重复复制和粘贴操作。
要点 为使示例正常工作，必须将其粘贴到工作表的单元格 A1 中。

要在查看结果和查看返回结果的公式之间进行切换，请按 Ctrl+`（重音符），或在“公式”选项卡上的“公式审核”组中单击“显示公式”按钮。
在将示例复制到空白工作表中后，您可以根据自己的需求对它进行调整。


--------------------------------------------------------------------------------


1
2
3
4
5
6
7
A B C
已知 y 已知 x
1 0
9 4
5 2
7 3
公式 公式 结果
=LINEST(A2:A5,B2:B5,,FALSE) A7=2，B7=1


要点 示例中的公式必须以数组公式的形式输入。将本示例复制到空白工作表后，选择以公式单元格开始的区域 A7:B7。按 F2，然后按 Ctrl+Shift+Enter。如果公式不是以数组公式输入，则返回单个结果值 2。

当以数组输入时，将返回斜率 2 和 y 轴截距 1。

示例 2
简单线性回归

如果将示例复制到一个空白工作表中，可能会更容易理解该示例。

如何复制示例？
选择本文中的示例。如果在 Excel Web App 中复制该示例，请每次复制并粘贴一个单元格。
要点 请勿选择行标题或列标题。



从帮助中选择一个示例
按 Ctrl+C。
创建一个空白工作簿或工作表。
在工作表中，选择单元格 A1，然后按 Ctrl+V。如果在 Excel Web App 中工作，请对示例中的每个单元格重复复制和粘贴操作。
要点 为使示例正常工作，必须将其粘贴到工作表的单元格 A1 中。

要在查看结果和查看返回结果的公式之间进行切换，请按 Ctrl+`（重音符），或在“公式”选项卡上的“公式审核”组中单击“显示公式”按钮。
在将示例复制到空白工作表中后，您可以根据自己的需求对它进行调整。


--------------------------------------------------------------------------------


1
2
3
4
5
6
7
8

9
A B C
月份 销售额
1 3100
2 4500
3 4400
4 5400
5 7500
6 8100
公式 说明 结果
=SUM(LINEST(B2:B7, A2:A7)*{9,1}) 估算九月份的销售额 11000


通常，SUM({m,b}*{x,1}) 等于 mx + b，即给定 x 值的 y 的估计值。还可以使用 TREND 函数。

示例 3
多重线性回归

假设有开发商正在考虑购买商业区里的一组小型办公楼。

开发商可以根据下列变量，采用多重线性回归的方法来估算给定地区内的办公楼的价值。

变量 代表
y 办公楼的评估值
x1 底层面积（平方英尺）
x2 办公室的个数
x3 入口个数
x4 办公楼的使用年数

本示例假设在自变量（x1、x2、x3 和 x4）和因变量 (y) 之间存在线性关系。其中 y 是办公楼的价值。

开发商从 1,500 个可选的办公楼里随机选择了 11 个办公楼作为样本，得到下列数据。“半个入口”指的是运输专用入口。

如果将示例复制到一个空白工作表中，可能会更容易理解该示例。

如何复制示例？
选择本文中的示例。如果在 Excel Web App 中复制该示例，请每次复制并粘贴一个单元格。
要点 请勿选择行标题或列标题。



从帮助中选择一个示例
按 Ctrl+C。
创建一个空白工作簿或工作表。
在工作表中，选择单元格 A1，然后按 Ctrl+V。如果在 Excel Web App 中工作，请对示例中的每个单元格重复复制和粘贴操作。
要点 为使示例正常工作，必须将其粘贴到工作表的单元格 A1 中。

要在查看结果和查看返回结果的公式之间进行切换，请按 Ctrl+`（重音符），或在“公式”选项卡上的“公式审核”组中单击“显示公式”按钮。
在将示例复制到空白工作表中后，您可以根据自己的需求对它进行调整。


--------------------------------------------------------------------------------



1
2
3
4
5
6
7
8
9
10
11
12
13

14
A B C D E
底层面积 (x1) 办公室的个数 (x2) 入口个数 (x3) 办公楼的使用年数 (x4) 办公楼的评估值 (y)
2310 2 2 20 142,000
2333 2 2 12 144,000
2356 3 1.5 33 151,000
2379 3 2 43 150,000
2402 2 3 53 139,000
2425 4 2 23 169,000
2448 2 1.5 99 126,000
2471 2 2 34 142,900
2494 3 3 23 163,000
2517 4 4 55 169,000
2540 2 3 22 149,000
公式
=LINEST(E2:E12,A2:D12,TRUE,TRUE)


要点 示例中的公式必须以数组公式的形式输入。在将公式复制到一张空白工作表后，选择以公式单元格开始的区域 A14:E18。按 F2，然后按 Ctrl+Shift+Enter。如果公式不是以数组公式输入，则返回单个结果值 -234.2371645。

当作为数组输入时，将返回下面的回归统计值，用该值可识别所需的统计值。



将第 14 行的值代入多重回归公式 y = m1*x1 + m2*x2 + m3*x3 + m4*x4 + b 可得到：

y = 27.64*x1 + 12,530*x2 + 2,553*x3 - 234.24*x4 + 52,318

现在，开发商用下面公式可得到办公楼的评估价值，其中面积为 2,500 平方英尺、3 个办公室、2 个入口，已使用 25 年：

y = 27.64*2500 + 12530*3 + 2553*2 - 234.24*25 + 52318 = ￥158,261

或者，可将下表复制到为本示例创建的工作表的单元格 A21。

底层面积 (x1) 办公室的个数 (x2) 入口个数 (x3) 办公楼的使用年数 (x4) 办公楼的评估值 (y)
2500 3 2 25 =D14*A22 + C14*B22 + B14*C22 + A14*D22 + E14

也可以用 TREND 函数计算此值。

示例 4
使用 F 和 r2 统计值

在上例中，判定系数 r2 为 0.99675（函数 LINEST 的输出单元格 A17 中的值），表明自变量与销售价格之间存在很强的相关性。可以通过 F 统计值来确定具有如此高的 r2 值的结果偶然发生的可能性。

假设事实上在变量间不存在相关性，但选用 11 个办公楼作为小样本进行统计分析却导致很强的相关性。术语“Alpha”表示得出这样的相关性结论错误的概率。

LINEST 函数输出中的 F 和 df 值可被用于评估偶然出现较高 F 值的可能性。F 可与发布的 F 分布表中的值进行比较，或者 Excel 中的 FDIST 函数可被用于计算偶然出现较高 F 值的概率。适当的 F 分布具有 v1 和 v2 自由度。如果 n 是数据点的个数且 const = TRUE 或被省略，那么 v1 = n – df – 1 且 v2 = df。（如果 const = FALSE，那么 v1 = n – df 且 v2 = df。）语法为 FDIST(F,v1,v2) 的 FDIST 函数将返回偶然出现较高 F 值的概率。在本例中，df = 6（单元格 B18）且 F = 459.753674（单元格 A18）。

假设 Alpha 值为 0.05，v1 = 11 – 6 – 1 = 4 且 v2 = 6，那么 F 的临界值为 4.53。由于 F = 459.753674 远大于 4.53，所以偶然出现高 F 值的可能性非常低。（因为，在 Alpha = 0.05 的情况下，当 F 超过临界值 4.53 时，known_y’s 和 known_x’s 之间没有关系这一假设不成立。）使用 Excel 中的 FDIST 函数可获得偶然出现高 F 值的概率。例如，FDIST(459.753674, 4, 6) = 1.37E-7，是一个极小的概率。于是可以断定，无论通过在表中查找 F 的临界值，还是使用 FDIST 函数，回归公式都可用于预测该区域中的办公楼的评估价值。请注意，使用在上一段中计算出的 v1 和 v2 的正确值是非常关键的。

示例 5
计算 t 统计值

另一个假设测试可以判定每个斜率系数是否可以用来估算示例 3 中的办公楼的评估价值。例如，如果要测试办公楼的使用年数系数的统计显著性水平，用 13.268（单元格 A15 中办公楼的使用年数系数的估算标准误差）去除 -234.24（办公楼的使用年数斜率系数）。以下是 t 观察值：

t = m4 ÷ se4 = -234.24 ÷ 13.268 = -17.7

如果 t 的绝对值足够大，那么可以断定斜率系数可用来估算示例 3 中的办公楼的评估价值。下表显示了 4 个 t 观察值的绝对值。

如果查阅统计手册里的表，将会发现：双尾、自由度为 6、Alpha = 0.05 的 t 临界值为 2.447。该临界值还可使用 Excel 中的 TINV 函数计算，TINV(0.05,6) = 2.447。既然 t 的绝对值为 17.7，大于 2.447，则办公楼的使用年数对于估算办公楼的评估价值来说是一个重要变量。用同样方法，可以测试其他每个自变量的统计显著性水平。以下是每个自变量的 t 观察值。

变量 t 观察值
底层面积 5.1
办公室的个数 31.3
入口个数 4.8
使用年数 17.7

这些值的绝对值都大于 2.447；因此，回归公式的所有变量都可用来估算区域内的办公楼的评估价值。

1、打开excel，点击文件。
2、在弹出的菜单中选择“选项”。
3、在弹出的“选项”菜单中选择“加载项”，在“加载项”多行文本框中使用滚动条找到并选中“分析工具库”，然后点击最下方的“转到”。
4、在弹出的“加载宏”菜单中选择“分析工具库”，然后点击 “确定”。
5、加载完毕，在“数据”工具栏中就出现“数据分析”工具库。
6、点击“数据”工具栏中中的“数据分析”工具库。
7、在弹出的“数据分析”-“分析工具”多行文本框中选择“回归”，然后点击 “确定”。
8、弹出“回归”对话框并在相对应位置填写数据即可。

4.3.1 LINEST函数

LINEST函数的功能是使用最小二乘法计算对已知数据进行最佳线性拟合的直线方程，并返回描述此线性模型的数组。因为此函数返回数值为数组，故必须以数组公式的形式输入。

函数公式为

= LINEST（known_y's，known_x's，const，stats）

下面举例说明LINEST函数的应用。

1．一元线性回归分析

LINEST函数可用于一元线性回归分析，也可以用于多元线性回归分析，以及时间数列的自回归分析。

当只有一个自变量 x （即一元线性回归分析）时，可直接利用下面的公式得到斜率和 y 轴的截距值以及相关系数：

斜率：INDEX（LINEST（known_y's，known_x's）,1,1）；或INDEX（LINEST（known_y's,known_x's）,1）

截距：INDEX（LINEST（known_y's，known_x's）,1,2）；或INDEX（LINEST（known_y's,known_x's）,2）

相关系数：INDEX（LINEST（known_y's,known_x's,true,true）,3,1）

【例4-1】某企业1～9月份的总成本与人工小时及机器工时的数据如图4-1所示。假设总成本与人工小时之间存在着线性关系，则在单元格B13中插入公式“=INDEX(LINEST(B2:B10,D2:D10),2)”，在单元格B14插入公式“=INDEX(LINEST(B2:B10,D2:D10),1)”，在单元格B15插入公式“=INDEX(LINEST(B2:B10,D2:D10,TRUE,TRUE),3,1)”，即得总成本与人工小时的一元线性回归分析方程为：Y=562.72756+4.41444X1，相关系数为R2=0.99801，如图4-1所示。

图4-1 一元线性回归分析

2．多元线性回归分析

仍以例4-1的数据为例，首先选取单元格区域A17:D21，再以数组公式方式输入公式“=LINEST(B2:B10,C2:D10,TRUE,TRUE)”，即得该二元线性回归的有关参数如图4-2所示，从而得到：

图4-2 二元线性回归分析

回归方程：Y = 471.4366+3.6165X1+3.4323X2

相关系数：R2 =0.9990

标准差：Sey =11.7792。
4.3.2 LOGEST函数

LOGEST函数的功能是在回归分析中，计算最符合观测数据组的指数回归拟合曲线，并返回描述该指数模型的数组。由于这个函数返回一个数组，必须以数组公式输入。

LOGEST函数的公式为

= LOGEST(known_y's,known_x's,const,stats)

【例4-2】某企业12个月某产品的生产量（X）与生产成本（Y）的有关资料如图4-3所示，假设它们之间有如下关系：。选取单元格区域B15:C18，输入公式“=LOGEST(C2:C13,B2:B13,TRUE,TRUE)”（数组公式输入），即得回归参数，如图4-3所示，参数m=0.8887，参数b=1891.7729，生产成本与生产量的回归曲线为：Y=1791.7729×0.8887X，相关系数R2=0.95885。

图4-3 指数回归

回归方程的系数及相关系数也可以利用下面的公式直接计算

参数m：INDEX(LOGEST(C2:C13,B2:B13),1)=0.8887

参数b：INDEX(LOGEST(C2:C13,B2:B13),1,2)=1791.7729

相关系数R2：=INDEX(LOGEST(C2:C13,B2:B13,TRUE,TRUE),3,1)= 0.95885
4.3.3 TREND函数

TREND函数的功能是返回一条线性回归拟合线的一组纵坐标值（y 值），即找到适合给定的数组 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 值在直线上对应的 y 值。

TREND函数的公式为

= TREND(known_y's,known_x's,new_x's,const)

式中 new_x's —— 需要函数 TREND 返回对应 y 值的新 x 值。 new_x's 与 known_x's 一样，每个独立变量必须为单独的一行（或一列）。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。

【例4-3】某企业过去一年的销售量为下列数据：{300，356，374，410，453，487，501，534，572，621，650，670}，将它们保存在单元格A1:A12中，则下一年的1、2、3月的销售量预测步骤为：选中单元格区域B1:B3，输入公式“=TREND(A1:A12,,{13;14;15})”（数组公式输入），即得来年的1、2、3月份的销售量分别为710、743和777。这个公式默认{1;2;3;4;5;6;7;8;9;10;11;12}作为known_x's的参数，故数组{13;14;15}就对应其后的3个月份。

4.3.4 GROWTH函数

GROWTH函数的功能是返回给定的数据预测的指数增长值。根据已知的x值和y值，函数GROWTH返回一组新的x值对应的y值。可以使用GROWTH工作表函数来拟合满足给定x值和y值的指数曲线。

GROWTH函数的公式为

= GROWTH(known_y's,known_x's,new_x's,const)

式中，各参数的含义同TREND函数。但需注意的是，如果known_y's中的任何数为零或为负，函数 GROWTH将返回错误值 #NUM!。

【例4-4】以例4-3的资料为例，利用GROWTH函数预测来年的1、2、3月的销售量。预测步骤为：选中单元格区域B1:B3，输入公式“=GROWTH(A1:A12,,{13;14;15})”（数组公式输入），即得来年的1、2、3月份的销售量分别为756、811和870。这个公式同样默认{1;2;3;4;5;6;7;8;9;10;11;12}作为known_x's的参数，故数组{13;14;15}就对应后面的3个月份。
4.3.5 FORECAST函数

FORECAST函数的功能是根据给定的数据计算或预测未来值。此预测值为基于一系列已知的 x 值推导出的 y 值。以数组或数据区域的形式给定 x 值和 y 值后，返回基于 x 的线性回归预测值。FORECAST函数的计算公式为 a+bx

式中，；。

FORECAST函数的公式为

= FORECAST(x,known_y's,known_x's)

式中 x—需要进行预测的数据点。

需要说明的是：

如果 x 为非数值型，函数 FORECAST 返回错误值 #VALUE!。

如果 known_y's 和 known_x's 为空或含有不同数目的数据点，函数 FORECAST 返回错误值 #N/A。

如果 known_x's 的方差为零，函数 FORECAST 返回错误值 #DIV/0!。

例如：FORECAST(30,{6,7,9,15,21},{20,28,31,38,40}) = 10.60725。
4.3.6 SLOPE函数

SLOPE函数的功能是返回根据 known_y's 和 known_x's 中的数据点拟合的线性回归直线的斜率。斜率为直线上任意两点的垂直距离与水平距离的比值，也就是回归直线的变化率。

SLOPE函数的公式为

= SLOPE(known_y's,known_x's)

说明：参数可以是数字，或者是涉及数字的名称、数组或引用。如果数组或引用参数里包含文本、逻辑值或空白单元格，这些值将被忽略。但包含零值的单元格将计算在内。如果 known_y's 和 known_x's 为空或其数据点数目不同，函数 SLOPE 返回错误值 #N/A。

例如：SLOPE({2,3,9,1,8,7,5},{6,5,11,7,5,4,4}) = 0.305556。
4.3.7 INTERCEPT函数

INTERCEPT函数的功能是利用已知的 x 值与 y 值计算直线与 y 轴的截距。截距为穿过 known_x's 和 known_y's 数据点的线性回归线与 y 轴的交点。

公式为

= INTERCEPT (known_y's,known_x's)

例如：INTERCEPT({2, 3, 9, 1, 8}, {6, 5, 11, 7, 5}) = 0.0483871。

Excel函数应用实例：销售额预测

假设某超市周一到周日的日销售额分别为13、17、16、15、19、21和22(万元)，总经理需要预测今后一周内的日销售额的最高值和最低值。可以按如下方法进行预测:

(1)函数分解

TREND 函数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)

Known_y’s是关系表达式y=mx+b中已知的y值集合;Known_x’s是关系表达式y=mx+b中已知的可选x值集合;New_x’s为需要函数 TREND返回对应y值的新x值;Const为一逻辑值，用于指定是否将常量b强制设为0。

(2)实例分析

首先要打开一个空白工作表，在A1单元格中输入“日销售额”，然后将上述数据依次输入A2、A3至A8单元格。然后选中B2至B8区域，在Excel的编辑栏输入公式“=TREND(A2:A8)”，回车即可在B2至B8区域获得7个结果，其中最高销售额为21.64万元，最低销售额为13.5万元。

与KURT函数一样，TREND函数可以用于教育统计中的学生入学数的峰值和低谷，铁路运输领域的客流高峰和低谷等的预测。

我也在寻找
下边可以解决

如何使用数组公式？
Excel中数组公式非常有用，它可建立产生多值或对一组值而不是单个值进行操作的公式。要输入数组公式，首先必须选择用来存放结果的单元格区域，在编辑栏输入公式，然后按ctrl＋Shift＋Enter组合键锁定数组公式，Excel将在公式两边自动加上括号“{}”。不要自己键入花括号，否则，Excel认为输入的是一个正文标签。要编辑或清除数组公式．需选择数组区域并且激活编辑栏，公式两边的括号将消失，然后编辑或清除公式，最后按Ctrl＋shift＋Enter键。

不懂啊

LINEST
使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。因为此函数返回数值数组，所以必须以数组公式的形式输入。
直线的公式为：
y = mx + b or
y = m1x1 + m2x2 + ... + b（如果有多个区域的 x 值）
式中，因变量 y 是自变量 x 的函数值。M 值是与每个 x 值相对应的系数，b 为常量。注意 y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,...,m1,b}。LINEST 函数还可返回附加回归统计值。
语法
LINEST(known_y's,known_x's,const,stats)
Known_y's 是关系表达式 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 是关系表达式 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。如果只用到一个变量，只要 known_y's 和 known_x's 维数相同，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。
Const 为一逻辑值，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，并同时调整 m 值使 y = mx。
Stats 为一逻辑值，指定是否返回附加回归统计值。
如果 stats 为 TRUE，则 LINEST 函数返回附加回归统计值，这时返回的数组为 {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}。
如果 stats 为 FALSE 或省略，LINEST 函数只返回系数 m 和常量 b。

因为有图片，所以请参考以下网址：
http://office.microsoft.com/assistance/hfws.aspx?AssetID=HP052091552052&CTT=4&Origin=EC010229912052

有问题及时联系

参考资料：http://office.microsoft.com/assistance/hfws.aspx?AssetID=HP052091552052&CTT=4&Origin=EC010229912052
4.3.1 LINEST函数

LINEST函数的功能是使用最小二乘法计算对已知数据进行最佳线性拟合的直线方程，并返回描述此线性模型的数组。因为此函数返回数值为数组，故必须以数组公式的形式输入。

函数公式为

= LINEST（known_y's，known_x's，const，stats）

下面举例说明LINEST函数的应用。

1．一元线性回归分析

LINEST函数可用于一元线性回归分析，也可以用于多元线性回归分析，以及时间数列的自回归分析。

当只有一个自变量 x （即一元线性回归分析）时，可直接利用下面的公式得到斜率和 y 轴的截距值以及相关系数：

斜率：INDEX（LINEST（known_y's，known_x's）,1,1）；或INDEX（LINEST（known_y's,known_x's）,1）

截距：INDEX（LINEST（known_y's，known_x's）,1,2）；或INDEX（LINEST（known_y's,known_x's）,2）

相关系数：INDEX（LINEST（known_y's,known_x's,true,true）,3,1）

【例4-1】某企业1～9月份的总成本与人工小时及机器工时的数据如图4-1所示。假设总成本与人工小时之间存在着线性关系，则在单元格B13中插入公式“=INDEX(LINEST(B2:B10,D2:D10),2)”，在单元格B14插入公式“=INDEX(LINEST(B2:B10,D2:D10),1)”，在单元格B15插入公式“=INDEX(LINEST(B2:B10,D2:D10,TRUE,TRUE),3,1)”，即得总成本与人工小时的一元线性回归分析方程为：Y=562.72756+4.41444X1，相关系数为R2=0.99801，如图4-1所示。

图4-1 一元线性回归分析

2．多元线性回归分析

仍以例4-1的数据为例，首先选取单元格区域A17:D21，再以数组公式方式输入公式“=LINEST(B2:B10,C2:D10,TRUE,TRUE)”，即得该二元线性回归的有关参数如图4-2所示，从而得到：

图4-2 二元线性回归分析

回归方程：Y = 471.4366+3.6165X1+3.4323X2

相关系数：R2 =0.9990

标准差：Sey =11.7792。
4.3.2 LOGEST函数

LOGEST函数的功能是在回归分析中，计算最符合观测数据组的指数回归拟合曲线，并返回描述该指数模型的数组。由于这个函数返回一个数组，必须以数组公式输入。

LOGEST函数的公式为

= LOGEST(known_y's,known_x's,const,stats)

【例4-2】某企业12个月某产品的生产量（X）与生产成本（Y）的有关资料如图4-3所示，假设它们之间有如下关系：。选取单元格区域B15:C18，输入公式“=LOGEST(C2:C13,B2:B13,TRUE,TRUE)”（数组公式输入），即得回归参数，如图4-3所示，参数m=0.8887，参数b=1891.7729，生产成本与生产量的回归曲线为：Y=1791.7729×0.8887X，相关系数R2=0.95885。

图4-3 指数回归

回归方程的系数及相关系数也可以利用下面的公式直接计算

参数m：INDEX(LOGEST(C2:C13,B2:B13),1)=0.8887

参数b：INDEX(LOGEST(C2:C13,B2:B13),1,2)=1791.7729

相关系数R2：=INDEX(LOGEST(C2:C13,B2:B13,TRUE,TRUE),3,1)= 0.95885
4.3.3 TREND函数

TREND函数的功能是返回一条线性回归拟合线的一组纵坐标值（y 值），即找到适合给定的数组 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 值在直线上对应的 y 值。

TREND函数的公式为

= TREND(known_y's,known_x's,new_x's,const)

式中 new_x's —— 需要函数 TREND 返回对应 y 值的新 x 值。 new_x's 与 known_x's 一样，每个独立变量必须为单独的一行（或一列）。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。

【例4-3】某企业过去一年的销售量为下列数据：{300，356，374，410，453，487，501，534，572，621，650，670}，将它们保存在单元格A1:A12中，则下一年的1、2、3月的销售量预测步骤为：选中单元格区域B1:B3，输入公式“=TREND(A1:A12,,{13;14;15})”（数组公式输入），即得来年的1、2、3月份的销售量分别为710、743和777。这个公式默认{1;2;3;4;5;6;7;8;9;10;11;12}作为known_x's的参数，故数组{13;14;15}就对应其后的3个月份。

4.3.4 GROWTH函数

GROWTH函数的功能是返回给定的数据预测的指数增长值。根据已知的x值和y值，函数GROWTH返回一组新的x值对应的y值。可以使用GROWTH工作表函数来拟合满足给定x值和y值的指数曲线。

GROWTH函数的公式为

= GROWTH(known_y's,known_x's,new_x's,const)

式中，各参数的含义同TREND函数。但需注意的是，如果known_y's中的任何数为零或为负，函数 GROWTH将返回错误值 #NUM!。

【例4-4】以例4-3的资料为例，利用GROWTH函数预测来年的1、2、3月的销售量。预测步骤为：选中单元格区域B1:B3，输入公式“=GROWTH(A1:A12,,{13;14;15})”（数组公式输入），即得来年的1、2、3月份的销售量分别为756、811和870。这个公式同样默认{1;2;3;4;5;6;7;8;9;10;11;12}作为known_x's的参数，故数组{13;14;15}就对应后面的3个月份。
4.3.5 FORECAST函数

FORECAST函数的功能是根据给定的数据计算或预测未来值。此预测值为基于一系列已知的 x 值推导出的 y 值。以数组或数据区域的形式给定 x 值和 y 值后，返回基于 x 的线性回归预测值。FORECAST函数的计算公式为 a+bx

式中，；。

FORECAST函数的公式为

= FORECAST(x,known_y's,known_x's)

式中 x—需要进行预测的数据点。

需要说明的是：

如果 x 为非数值型，函数 FORECAST 返回错误值 #VALUE!。

如果 known_y's 和 known_x's 为空或含有不同数目的数据点，函数 FORECAST 返回错误值 #N/A。

如果 known_x's 的方差为零，函数 FORECAST 返回错误值 #DIV/0!。

例如：FORECAST(30,{6,7,9,15,21},{20,28,31,38,40}) = 10.60725。
4.3.6 SLOPE函数

SLOPE函数的功能是返回根据 known_y's 和 known_x's 中的数据点拟合的线性回归直线的斜率。斜率为直线上任意两点的垂直距离与水平距离的比值，也就是回归直线的变化率。

SLOPE函数的公式为

= SLOPE(known_y's,known_x's)

说明：参数可以是数字，或者是涉及数字的名称、数组或引用。如果数组或引用参数里包含文本、逻辑值或空白单元格，这些值将被忽略。但包含零值的单元格将计算在内。如果 known_y's 和 known_x's 为空或其数据点数目不同，函数 SLOPE 返回错误值 #N/A。

例如：SLOPE({2,3,9,1,8,7,5},{6,5,11,7,5,4,4}) = 0.305556。
4.3.7 INTERCEPT函数

INTERCEPT函数的功能是利用已知的 x 值与 y 值计算直线与 y 轴的截距。截距为穿过 known_x's 和 known_y's 数据点的线性回归线与 y 轴的交点。

公式为

= INTERCEPT (known_y's,known_x's)

例如：INTERCEPT({2, 3, 9, 1, 8}, {6, 5, 11, 7, 5}) = 0.0483871。

Excel函数应用实例：销售额预测

假设某超市周一到周日的日销售额分别为13、17、16、15、19、21和22(万元)，总经理需要预测今后一周内的日销售额的最高值和最低值。可以按如下方法进行预测:

(1)函数分解

TREND 函数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)

Known_y’s是关系表达式y=mx+b中已知的y值集合;Known_x’s是关系表达式y=mx+b中已知的可选x值集合;New_x’s为需要函数 TREND返回对应y值的新x值;Const为一逻辑值，用于指定是否将常量b强制设为0。

(2)实例分析

首先要打开一个空白工作表，在A1单元格中输入“日销售额”，然后将上述数据依次输入A2、A3至A8单元格。然后选中B2至B8区域，在Excel的编辑栏输入公式“=TREND(A2:A8)”，回车即可在B2至B8区域获得7个结果，其中最高销售额为21.64万元，最低销售额为13.5万元。

与KURT函数一样，TREND函数可以用于教育统计中的学生入学数的峰值和低谷，铁路运输领域的客流高峰和低谷等的预测。

LINEST
使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。因为此函数返回数值数组，所以必须以数组公式的形式输入。
直线的公式为：
y = mx + b or
y = m1x1 + m2x2 + ... + b（如果有多个区域的 x 值）
式中，因变量 y 是自变量 x 的函数值。M 值是与每个 x 值相对应的系数，b 为常量。注意 y、x 和 m 可以是向量。LINEST 函数返回的数组为 {mn,mn-1,...,m1,b}。LINEST 函数还可返回附加回归统计值。
语法
LINEST(known_y's,known_x's,const,stats)
Known_y's 是关系表达式 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 是关系表达式 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。如果只用到一个变量，只要 known_y's 和 known_x's 维数相同，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。
Const 为一逻辑值，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，并同时调整 m 值使 y = mx。
Stats 为一逻辑值，指定是否返回附加回归统计值。
如果 stats 为 TRUE，则 LINEST 函数返回附加回归统计值，这时返回的数组为 {mn,mn-1,...,m1,b;sen,sen-1,...,se1,seb;r2,sey;F,df;ssreg,ssresid}。
如果 stats 为 FALSE 或省略，LINEST 函数只返回系数 m 和常量 b。

因为有图片，所以请参考以下网址：
http://office.microsoft.com/assistance/hfws.aspx?AssetID=HP052091552052&CTT=4&Origin=EC010229912052

有问题及时联系

---

乌兰察布市19152815987： 急急!如何用LINEST在Excel里求多元回归方程.Excel里要求公式必须以数组公式输入,怎么输入. - ？
大季侵强力： 我也在寻找 下边可以解决 如何使用数组公式? Excel中数组公式非常有用,它可建立产生多值或对一组值而不是单个值进行操作的公式.要输入数组公式,首先必须选择用来存放结果的单元格区域,在编辑栏输入公式,然后按ctrl+Shift+Enter组合键锁定数组公式,Excel将在公式两边自动加上括号“{}”.不要自己键入花括号,否则,Excel认为输入的是一个正文标签.要编辑或清除数组公式.需选择数组区域并且激活编辑栏,公式两边的括号将消失,然后编辑或清除公式,最后按Ctrl+shift+Enter键.

乌兰察布市19152815987： 在Excel表格的图表中,知道Y轴数据,如何求X轴数据,急急急,希望赶紧作答!如果打得好还可以加50分 - ？
大季侵强力： 直接根据图表求值是不行的,我一般用两个办法,图表能添加趋势线的,根据趋势线的公式求,当然,用这种办法的时间可以不用图表,如直线拟合的linest函数,添加趋势线也是根据这个计算的,不过趋势线毕竟和原图表不一定相同,这个误差就要看你的数据拟合程度了 另一种不能添加趋势线的,就得凭眼睛看了,添加两个系列,如你要查看y=50时,x为多少,就添加(0,50)和(100,50)的横直线,其中的100根据你的x轴定,再添加类似的一条竖直线(x,0),(x,100),这个x就是交点的x坐标,手动输入x值,看多少时对的最准

乌兰察布市19152815987： 怎样在EXCEL中拟合直线函数,急,在线等!!! - ？
大季侵强力： X一列,在A Y一列,在B用B列插入图表,X轴用A列添加趋势线,选择指数,勾选 显示公式 和 显示 R平方值(越接近1说明公式说正确)y = 5.1905e0.6773x R² = 0.9533

乌兰察布市19152815987： EXCEL直线拟合求出来的结果一直是零,该怎么办呢,急,麻烦各位高手帮个忙啦 - ？
大季侵强力： 公式改为=INDEX(LINEST({19:30:41:54:67:81},{1:2:3:4:5:6},1,1)1,1)加上{}表示引用的是数组2.请输入完成后以Shift+Enter结尾,不要直接En...

乌兰察布市19152815987： excel函数 - ？
大季侵强力： A1输入=OFFSET([12年12月销售...(1).xls]沈阳--各品牌'!$A$12,COLUMN(A1)-1,)向右复制即可,注意最后的括号前还有个逗号.

乌兰察布市19152815987： CBR技术问题,,,测力环回归方程？
大季侵强力：你好,刚刚毕业,在找工作,这些简单的知识还记得点. 这个是一元线性回归问题,使用最小二乘法对已知数据进行最佳直线拟合, 可以得到最好的拟合结果!原理是把数据变换为笛卡尔坐标系中的坐标值,在这 个坐标系上求一条各点到这条...

乌兰察布市19152815987： 请教大神们,如何利用python将txt文件的一些关键字段的内容提取出来,从而形成可方便导入到excel中的数据 - ？
大季侵强力： def iterdatainfile(filename, spliter='\t'): with open(filename, 'rt') as handle: for ln in handle: yield ln.split(spliter) focue, LF = 1, '\n' with open(＂output.txt＂, 'wt') as handle: handle.writelines([row[focue] + LF for row in iterdatainfile('test.txt',spliter='|')])

乌兰察布市19152815987： 民间借贷虚假诉讼的法律后果 ？
大季侵强力： 民间借贷虚假诉讼的法律后果:《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》第十九条第二、三款规定,诉讼参与人或者其他人恶意制造、参与虚假诉...

乌兰察布市19152815987： 行政诉讼多长时间能判 ？
大季侵强力： 如果行政诉讼案件采用的是普通程序,法院一般在立案之日起的六个月内能判;有特殊情况的,则可以申请延长;如果适用的是简易程序,则在立案之日起的四十五日内能...

乌兰察布市19152815987： 怎么编辑DV?这些东西我都不懂请教达人给答案要通俗易懂的 ？
大季侵强力： 影片拍好了,可以直接放在DV带上保存,以后就用DV机回放,也可以采集到计算机... 要做什么想好了,下面就是该怎么做了,现在的DV机上一般都有两个连接计算机的接...