回歸診斷和殘差分析 Excel回歸的殘差診斷,聽說excel的教程在抖音很火，很多白領小朋友都在爭相學習，下面就跟小編一起學習一下Excel回歸的殘差診斷的新技能吧，回歸診斷和殘差分析 Excel回歸的殘差診斷就可以完成這一項工作，你是不是很心動，快跟小編一起來學習一下。

這節我們來學習回歸診斷和殘差分析，殘差是指實際值減去預測值（實際值預測值）的數值。

用數據分析的回歸分析，可以方便地求出殘差。使用表1進行回歸分析。

1、工具-數據分析，選擇回歸，單擊確定。

2、彈出Excel的回歸分析對話框。選中對話框下方的殘差，單擊確定（圖1）。

回歸分析的運行結果如表2所示。

殘差分析

接下來，把表2的殘差用直方圖表示。制作直方圖的步驟如下：

1、工具-數據分析，選擇直方圖，單擊確定。

2、彈出直方圖對話框。在輸人區域中選擇殘差這列數據，包括項目名稱。在接收區域不做任何操作（接收區域的輸入內容不限。不做任何操作時，Excel自動進行計算）。選中標簽，在對話框下方選中圖表輸出，單擊確定（圖2）。

直方圖的輸出結果如表3、圖3所示。

若殘差的直方圖是正規分布圖形，則判斷模型良好。圖3是接近正規分布的圖形。

接下來求殘差的描述統計。通過求殘差的描述統計，把握平均值和中位數、 最大值、 最小值，可知數據的傾向和特征。求殘差描述統計’的操作步驟如下：

1、工具-數據分析’，彈出數據分析對話框（圖4）。選擇描述統計，單擊確定。

2、彈出描述統計對話框。在輸入區域中，選擇殘差的區域。包括項目名稱。選中標志位于第一行和匯總統計，單擊確定（圖5）。

輸出結果，如表4所示。

從表4可知，殘差的平均值是0，總和也是0。

回歸模型中出現殘差（誤差）的前提條件是：平均值及總和是0，標準誤差符合正規分布。

接近正規分布時，峰度也接近0。上述表格的峰度是0.38，偏度是0.10.都是接近0的數值，因此可以判斷這是接近正規分布的圖形。刪除顏色進行回歸分析和殘差分析

這里故意刪除影響度最大的顏色因子進行回歸分析。殘差的直方圖會怎樣變化昵？殘差可能會出現偏頗或偏差，脫離正規分布吧！

圖6是刪除顏色因子的殘差直方圖。

與圖3相比，看似只有細微差異，其實正規分布已被打破。因為從視覺上難以看出差異，所以需要求解殘差的描述統計（表5）。

表4和表5的比較結果如下所示（表6）。

表5的中位數是11.49。刪除顏色因子進行回歸分析后，產生了偏差。

那么，殘差的標準誤差會發生怎樣的變化呢？從66.53-98.72，而且數據區域擴大，最大值和最小值也變大（變小）。可見，通過描述統計可以判斷差異的大小。

以上就是回歸診斷和殘差分析 Excel回歸的殘差診斷全部內容了，希望大家看完有所啟發，對自己的工作生活有所幫助，想要了解更多跟回歸診斷和殘差分析 Excel回歸的殘差診斷請關注我們文章營銷官網！

推薦閱讀