1.相关分析

相关分析可用于判断两组数据之间的关系。我们可以使用相关分析来确定两个区域中数据的变化是否相关。用Excel进行相关分析的方法有两种：一种是利用相关系数函数，如CORREL函数和PERSON函数；另一种是利用数据分析功能、相关分析宏。这里主要介绍后者。

【9-14】10个同类企业的生产性固定资产年均价值和工业增加值资料如表9-5所示。

表9-5　10个同类企业的生产性固定资产年均价值和工业增加值资料

续表

要求根据资料计算相关系数，并说明两变量相关的方向和程度。

将数据输入工作表后：

1）选择“工具”下拉菜单，再选择“数据分析”选项。

2）在“分析工具”列表中选择“相关系数”选项。

3）当出现“选项”对话框时，在“输入区域”右侧输入框内输入“A2：B11”，在“输出选项”列表中选择输出区域（在此选择“新工作表组”）。最后单击“确定”按钮，得出如图9-52所示结果。

图9-52　相关系数输出结果

4）根据上述步骤计算相关系数矩阵，得出两个变量之间的相关系数，如“生产性固定资产价值”与“工业增加值”的相关系数为0.947 757，属于高度正相关。(www.daowen.com)

2.回归分析

利用Excel可以很容易地进行回归分析，包括一元线性回归分析和多元线性回归分析。

【例9-15】根据表9-5的资料，编制回归方程，估计标准误差，并估计生产性固定资产（自变量）为1 100万元时，工业增加值（因变量）的可能值。

1）选择“工具”下拉菜单。

2）选择“数据分析”选项。

3）在“分析工具”列表中选择“回归”选项。

4）当出现“回归”对话框时，在“输入Y的区域”输入框内输入“B2：B11”，在“输入X的区域”输入框内输入“A2：A11”，在“输出选项”列表中选择输出区域（这里选择“新工作表组”）。

5）最后，单击“确定”按钮。

6）得到图9-53所示结果。

图9-53　回归分析输出结果

图9-53中的回归统计部分给出了判定系数R2、调整后的R2、标准误差等。方差分析部分给出的显著性水平F值表明，回归方程是显著的；最下面的部分给出了参数a、b的值（a=395.567，b=0.895 836）、参数a、b的标准差、t检验的统计量、P值，以及下限95％和上限95％（据此可知参数a、b的置信区间）。例如，此时有95％的把握确信，a的取值范围为210.484 4～580.649 64，b的取值范围为0.650 009～1.141 663 2。除表中输出的结果外，还可以根据需要给出残差图、线性拟合图等。所以，该例题中得到的回归方程为：yc=395.567+0.895 836x；回归标准误差为：Syx=126.627 9。当生产性固定资产x=1 100万元时，工业总产值yc=395.567+0.895 836×1 100=1 380.986 6（万元）。