大秦发债什么时候上市:不要什么都当作救人稻草

统计学中的回归预测分析具有普遍的实用意义，但变量之间关系分析及计算繁杂，而借助 Excel 可方便高效地研究其数量变动关系，完成其繁杂的计算分析过程。

根据回归预测中的实例，借助 Excel 进行相关分析，判断出其相关程度，并在此基础上建立回归模型，最后用 Excel 完成计算分析、统计检验及预测，使回归预测分析的计算过程更简捷，统计预测方法更为实用。

直线回归分析是研究一个应变量与一个自变量间呈直线趋势的数量关系。在实际中，常会遇到一个应变量与多个自变量数量关系的问题。一个应变量与多个自变量间的这种线性数量关系可以用多元线性回归方程来表示。

式中 b0 相当于直线回归方程中的常数项 a，bi（i=1,2,……m）称为偏回归系数，其意义为当其它自变量对应变量的线性影响固定时，bi 反映了第 i 个自变量 xi 对应变量 y 线性影响的度量。

扩展资料

Multiple R：（复相关系数 R）R2 的平方根，又称相关系数，用来衡量自变量 x 与 y 之间的相关程度的大小。（Multiple：复合、多种）

R Square：复测定系数，上述复相关系数 R 的平方。用来说明自变量解释因变量 y 变差的程度，以测定因变量 y 的拟合效果。

参考资料百度百科-回归分析