本文目录一览：
excel回归分析的基本步骤
1.新建一个 Excel文件，根据需要录入多元回归分析的数据。2.数据录入完成后，点击左上角的选项按钮，然后点击“Excel选项”。3.在“Excel选项”界面中，选择左侧的“加载项”，然后点击“转到”按钮。4.勾选分析数据库（作者这里的分析数据库是自行加载的）。然后点击“确定”按钮。
如何用EXCEL做回归分析?
在日常数据分析工作当中，回归分析是应用十分广泛的一种数据分析方法，按照涉及自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
回归分析的实施步骤：
1）根据预测目标，确定自变量和因变量
2）建立回归预测模型
3）进行相关分析
4）检验回归预测模型，计算预测误差
5）计算并确定预测值
我们接下来讲解在Excel2007中如何进行回归分析？
一、案例场景
为了研究某产品中两种成分A与B之间的关系，现在想建立不同成分A情况下对应成分B的拟合曲线以供后期进行预测分析。测定了下列一组数据：
二、操作步骤
1、先绘制散点图：具体步骤是选中数据，插入—图表—散点图
2、在散点图的数据点上右键—添加趋势线
3、在弹出的选项框的选项中选择公式和相关系数等，这样就以得到拟合的直线
在图中我们可以看到，拟合的回归方程是 y = 0.223x + 9.121 ，R² = 0.982
附：R2相关系数取值及其意义
我们进一步使用Excel中数据分析的回归分析提供更多的分析变量来描述这一个线性模型
4、选中数据—数据—数据分析—回归
注：本操作需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，可以参考该专题文章的第一篇《用Excel进行数据分析：数据分析工具在哪里？》。
如何使用excel做一元线性回归分析
使用excel做一元线性回归分析的方法如下：
建立散点图：选择需要分析的数据，选择【插入】菜单，选中【散点图】，画出如下的散点图
添加趋势线：单击图形上的数据点，任意一个，单击右键，选择【添加趋势线】
回归分析：选择【线性】，单击【显示公式】【显示R平方值】，如果需要做预测，可以在【趋势预测】中输入需要【向前预测】或【向后预测】的周期
显示一元线性回归的结果：上述的内容输入完毕后，图表上显示的即回归方程及拟合优度判定系数R平方值
使用excel如何做线性回归分析
方法/步骤
首先要准备好两组数据做为x和y，这组数据在可以简单感觉一下是否具有线性关系
将准备好的数据放入excel表格里面
如何使用excel做一元线性回归分析
EXCEL需要我们自己启用数据分析，点击文件，选择选项，点击左侧的加载项，加载分析工具
如何使用excel做一元线性回归分析
加载工具完成以后，点击数据中的“工具分析”，选择“回归”，点击确定
如何使用excel做一元线性回归分析
点击Y值输入区域后面的单元格选择工具，选择Y值单元格，比如小编这里的A2:A20，X值同理操作，这里选择B2:B20
勾选下方的线性拟合图，我们可以看一下拟合的效果
如何使用excel做一元线性回归分析
excel会在新的工作表里面输出回归分析的相关结果，比如相关系数R^2，标准误差，在X-variable和Intercept两项的值可以写出一元回归方程
如何使用excel做一元线性回归分析
在右侧就是我们的线性拟合图，观察拟合效果还不错
我们可以对图做一些修改，方便放到word文档里面，选中该图
如何使用excel做一元线性回归分析
在图表工具里面的图表布局中选择“布局3”，图标样式选择第一个黑白色
如何使用excel做一元线性回归分析
在新的图标样式里面多了很多网格线，实际我们并不是太需要，选中右击删除
是整个图标简洁一些
如何用excel做回归分析
方法如下：
选择成对的数据列，将使用“X、Y散点图”制成散点图。
在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。
由图中可知，拟合的直线是y=15620x+6606.1，R2的值为0.9994。
因为R2
0.99，所以这是一个线性特征非常明显的实验模型，即说明拟合直线能够以大于99.99%地解释、涵盖了实测数据，具有很好的一般性，可以作为标准工作曲线用于其他未知浓度溶液的测量。
为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回归”工具来详细分析这组数据。
在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以选择“常数为零”。
“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。
在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。
残差图是有关于世纪之与预测值之间差距的图表，如果残差图中的散点在中州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。
更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。