Excel求解线性回归问题

一、一元线性回归

实验目的：
1.对“父母子女身高”数据集（高尔顿数据集）进行线性回归分析（简化的做法可选取父子身高数据为X-Y），用excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立？
2.现在如果有一个新家庭的数据，已知父亲身高75英寸，请测算儿子的身高为多少？
3.选取母子身高数据为X-Y，用Excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立。
4.用多元线性回归方法，计算出父亲、母亲与儿子身高的回归方程
实验环境：Excel2019等
参考资料：Excel实现数据的线性回归

1.设置Excel

打开Excel，进入菜单界面，点击选项

2.高尔顿数据集线性回归分析

打开数据文件，我们这里做简化的，选取父子身高数据为X-Y
因为是父子身高，先要筛选数据，选择子女性别为M（男性）

之后就是下面这个表

打开数据分析

选择回归，点击确定

由图就可知线性回归方程、相关系数、方差和p值等，R2值为1，还是可信的。根据预测方程，已知父亲身高75英寸，请测算儿子的身高为71.8365英寸。
同理，母亲-儿子身高线性回归也可以求出来。

根据数值判断，该回归方程是可信的。
下面是父亲，母亲和儿子的回归方程，它们的R2分别是0.6389和0.4658，都比较小，所以这两个回归方程都是不可靠的。

二、线性回归方法的有效性判别

实验目的：针对Anscombe四重奏数据集，用excel对四组数据进行线性回归分析，判断其中哪些回归方程是成立的，哪些不成立？不成立的应该如何解决？
实验环境：Excel2019等
参考资料：回归模型的一些判断方法

1.回归方程

先用上面的方法做出数据集的回归方程

2.判别

由图可知，四种数据R*2、F校验和T校验都是差不多的值，所以无法通过这个判断。
然后，我将各个数据排序后，再添加了各个数据走势曲线。
这种情况，可以通过残差可以判别回归方程是否成立。
对于dataset1来说，该线性回归方程并不是很能够表现原始数据的一个变化趋势，所以不成立。它的残差变化并不稳定，相差很大。

对于dataset2来说，它的残差变化不符合线性，所以它的回归方程也不成立。

对于dataset3来说，它的残差在前期比较符合，但是出现了突变点，所以它的回归方程也不成立。

对于dataset4来说，它的残差也符合线性，也没有突变点，但是它的数据明显不符合回归方程，因为它的数据更像是出现了很大的误差，所以它的回归方程不成立。

三、其它

本篇：hml3_12
下一篇：hml3_3