统计学的Excel中如何求解回归趋势（T）

方法一，做图法
选中数据区域，插入图表，选择散点图，完成后，在图中的点上右击，添加趋势线。设置趋势线格式，选项，勾选显示公式、显示R平方值。
注意：这里的R平方值是相关系统R的平方值。
方法二，函数法
回归的斜率用SLOPE()函数，截距用INTERCEPT()函数，相关系数用CORREL()函数，以上三个函数均有2个参数，第一个参数，输入因变量y值所在区域，第二个参数输入自变量x值所在区域。
--------------------------------
欢迎到Excel Home论坛学习、交流


由上表从理论上说直线方程Y＝a+bX的一阶差分别为一个常数，即每当X增加l时，Y值相应增加或减少一个b值。在实际 *** 作中，如果原始数据的移动平均值的一阶差分趋近于某一常数，则可将原始数据拟合成直线趋势外推模型。
拟合直线方程，首先要求出参数a,b。求a,b的方法有多种，这里只介绍最小二乘法、半平均法。
拟合直线方程法是最简单的一种趋势外推预测法,它是根据时间序列数据的长期变动趋势,运用数理统计方法,确定待定参数,建立直线预测模型,并用之进行预测的一种定量预测分析方法。
拟合直线方程法的数学模型
设拟合直线方程为

式中,为第t期的预测值; x1为自变量,表示第t期的编号的 取值; 为趋势直线在y轴上的截距; 为趋势直线的斜率。


拟合直线方程法进行旅游需求的预测步骤[1]
在《中国旅游统计年鉴》中提取1992年至1998年中,1月份和3月份外国人入境旅游人数作为观测值,进行1999年和2000年1月份和3月份的旅游需求预测,并与实际入境旅游人数做比较,最后算出预测值与实际值的误差百分比。
(1)列表1计算求待定系数所需的数据资料
表:1992年至1998年中,1月份外国人入境旅游人数及拟合直线方程法计算表
年份 观测值y1 xt  xtyt
1992 216552 -3 9 -649656
1993 263099 -2 4 -526198
1994 318748 -1 1 -318748
1995 344154 0 0 0
1996 446305 1 1 446305
1997 499714 2 4 999428
1998 460761 3 9 1382283
总计 2549333 0 28 1333414
(2)确定待定系数,建立预测模型
根据上表数据可得:
。

直线方程为

(3)用拟合直线方程求预测值

同理,可预测1999年2—12月份外国人入境旅游人数,与实际人数做对比,可得下表。
1999年1月——12月份外国人入境旅游人数
1999年 实际人数 预测人数
1月 529323 554678
2月 494216 541764
3月 690393 686900
4月 716292 731620
5月 724188 697112
6月 693599 655526
7月 718341 680410
8月 769209 762372
9月 769967 697649
10月 887492 816708
11月 776649 727728
12月 662627 655747
总计 8432296 8208214
直线趋势外推预测法只适用于时间序列数据呈直线趋势上升(或下降)变化,对时间序列数据,不论其远近如何都一律同等看待。用最小二乘原理拟合的直线方程消除了不规则因素的影响,使趋势值都落在拟合直线上,从而消除了不规则变动。
通过预测值与实际值的比较,能够体现出用拟合直线方程法进行旅游需求预测,在实际应用过程中具有一定的准确性和实际应用价值。
相关条目
二次曲线法
直线趋势外推预测法
加权拟合直线方程法
生长曲线（S曲线）预测法
参考文献
↑ 夏冰,富强,徐海静等数学方法在经济领域中的应用——利用拟合直线方程法进行旅游需求预测[J]金融理论与教学,2008,(4)

移动平均值计算公式是：Ft=（At-1+At-2+At-3+…+At-n）/n。
移动平均值是一个最老也是最流行的技术分析工具。若依次得到一组测定值时，按顺序取一定数量的数据并算得其全部算术平均值，得到的数据就叫做移动平均值。
移动平均值，就是指定时间段，对时间序列数据进行移动计算平均值。移动平均值常常用在计算股票的移动平均线、存货成本等方面。下面将介绍如何按移动加权平均法计算存货成本。
移动加权平均法，是指在每次收入存货后，将本次收货的成本加原有库存的成本，除以本次收货数量加原有收货数量，据此计算加权单价，并对发出存货进行计价的一种方法。在这种方法下，每次收入存货后，立即为库存存货计算出新的平均单位成本，以作为随后发出存货成本的计算依据。计算公式如下：
移动加权平均单位成本=（本次收入前结存存货总成本+本次收入存货的实际成本）/（本次收入前结存存货数量+本期收入存货的数量）；
发出存货的成本=本次发出存货的数量×移动加权平均单位成本；
期末结存存货成本=期末结存存货数量×移动加权平均单位成本。

1、打开Excel，输入X、Y两列数据。

2、在空白的单元格输入函数公式Y=ax+b，以及未知数a，b。

3、斜率：用SLOPE函数，公式=SLOPE(Y轴数据,X轴数据)。在a后面的单元格输入=SLOPE(，然后用鼠标选取Y数据，键入英文状态的逗号，再用鼠标选取X数据，输入英文的)。

4、点击enter键，得到斜率值。

5、截距：INTERCEPT函数，公式=INTERCEPT(Y轴数据,X轴数据)。在b后面的单元格输入=INTERCEPT(，然后用鼠标选取Y数据，键入英文状态的逗号，再用鼠标选取X数据，输入英文的)。

6、点击enter键，得到截距值。

1，将气温和年度作回归分析，即可得到slope，相关系数，sig值（判断显著水平用）。
2，一般来讲，温度气候趋势可以用一次直线方程来确定，即y(t)=a0+a1t，则趋势变化率方程为dy(t)/dt=a1，把a1×10称做气候倾向率，其单位为℃/10 a或mm/10 a。
不是搞气象的，专业术语不确定。网上只查到温度气候倾向率，不确定是否等同于气温倾向率。
按概念，温度气候倾向率=10slope。
3，Adj R square是调整R 方，既不是相关系数" R "，也不是相关系数的平方"R2"(2上标）。
4，显著水平可以通过结果的sig值，也即P值来判断。
通常有005，001两个显著性水平。也有按01或0001算的。
如判断是否在0001水平上显著，就拿Sig 值是和0001比，小于的话，就说明在0001显著水平上显著。

你就是想要用一条曲线来拟合你的那组数据吧
你可以自定义趋势线公式，也就是曲线的函数表达式（如y = axx + bx + c或者y=a/(xx)+b或者其他的什么式子都行）
然后把你的数据（也就是对应的x，y值）分别代入上式，再利用最小二乘的原则来解求这些参数（a，b，c，）

1,算术移动平均数
算术平均数，就是通常所说的平均数，计算方法是将一组数·字相加，再除以数字的个数
所谓算术移动平均数(MOVING人VERAGE)是指在一个时间序列中，别除已被平均的效据的第一个数据，再加入一个新的数据所求出来的另一个平均数。以5日算术移动平均数为例，将第I日至第5日的5个收市价加起来的总和除以5,就得到第一个5日移动平均数，将第2日至第6日的5个收市价加起来的总和除以5，就得到第二个5日移动平均蚁，将第3日至第7日的5个收市价加起来的总和除以5,就得到第三个5日移动平均效，依此类推，将第N日至第N十4日的5个收市价加起来的总和除以5,就得到第N个5日移动平均数这些移动平匀数的连线，就是收市
2、加权移动平均数
由算术移动平均数的计算可以看出,算术移动平均数的计算并不考虑某一日价格对未来价格的影响，换言之，算术移动平均数的计算将周期中的每一日的价格对未来的影响力同等看待，这种做法在统计学的理论上不尽合理。为了弥补这一缺陷，可以用加权的方式来计算移动平均数。这种方法作了最近收市价对未来价格波动的影响力最大的假设，正由于如此，对影响力较大的近期收市价赋予较高的加权，与此相反，对影响力交小的远期收市价赋予比较低的加权。一般来说 加权方式有三种 与此相适应 加权移动平均数的计算方法也就有阶梯加权移动平均数 线型加权移动平均数和平方系数加权移动平均数三种
①线型加权移动平均数
线型加权移动平均数是以1, 2,__ 3,_4、5,6 _ 为权数计算出的平均数 以5日线型加权移动平均数为例:将第l日到第5日的5个收市价分别乖上1, 2 3 4,_ 5F1后的总和再除以权数之和((1+2+3+4+5)的比值，就是第一个5日线型加权移动平均数，将第2日至第6日的5个收市价分别乘上1, 2, 3, 4,5后的总和再除以权教之和((1+2+3+4+5)的比值，就是第二个5日线型加权移动平均教，将第3日至第7日的5个收市价分别乘上1, 2, 3, 4,' 5后的总和再除以权数之和(1+2+3+4+5)的比值，就是第三个5日线里加权移动平均数，……依此类推，将第N日至第N+4日的5个收市价分别乘上1, 2, 3, 4, 5后的
总和再除以权数之和((1+2+3十4+5)的比值，就是第N个5日线型加权移动平均教。
3、 阶梯加权移动平均数
阶梯式加权移动平均数的计算方式是在选定周期((5日为例)之后，再选定每一阶梯的日数(以2日为例)所作出的计算

趋势剔除法求季节指数的计算案例某工厂各季节产品的销售情况如下表所示（万元)
年度 一季度 二季度 三季度 四季度
1998 130 280 240 100
1999 150 310 290 110
2000 160 360 330 130
2001 180 370 360 130
2002 190 400 360 150
试使用趋势剔除法分别求各季的季节指数。
第一步:计算各季度的四季度移动平均，由于移动平均周期为偶数，需要进行两次移动平均，计算结果为
年度 一季度 二季度 三季度 四季度
1998 19000 19625
1999 20625 21375 21625 22375
2000 23500 242050 24750 25125
2001 25625 26000 26125 26625
2002 27000 27250
第二步:用原数据除以趋势值，得到各季的季节比率
年度 一季度 二季度 三季度 四季度
1998 12632 5096
1999 7273 14503 13410 4916
2000 6809 14845 13333 5174
2001 70247 14231 13780 4883
2002 9037 14679
第三步:求各季节的平均值
季节 一季度 二季度 三季度 四季度
平均值 7036 14564 13289 5017
第四步:进行指数修正
计算四个季节的平均值之和为39906，修正系数为:400/39906=10024
修正后各季节指数为:

季节 一季度 二季度 三季度 四季度
修正值 7053 14599 13321 5029
：
移动平均趋势剔除法，就是在现象具有明显长期趋势的情况下，测定季节变动的一种基本方法。
一、基本思路:先从时间数列中将长期趋势剔除掉，然后再应用“同期平均法"剔除循环变动和不规则变动，最后通过计算季节比率来测定季节变动的程度。
二、剔除长期趋势的方法一般用移动平均法。因此，它是长期趋势的测定方法——“移动平均法"和季节变动的测定方法——“同期平均法"的结合运用，在方法上没有新的思想。
三、移动平均趋势剔除法，就是在现象具有明显长期趋势的情况下，测定季节变动的一种基本方法。基本思路:先从时间数列中将长期趋势剔除掉，然后再应用"同期平均法剔除循环变动和不规则变动，最后通过计算季节比率来测定季节变动的程度。剔除长期趋势的方法一般用移动平均法。因此，它是长期趋势的测定方法——移动平均法"和季节变动的测定方法——“同期平均法"的结合运用，在方法上没有新的思想。

---