❶ 用excel怎么做数据分析回归
方法/步骤
打开Excel.2010，首先输入课本例题7.1的全部数据，2012年各地区农村居民家庭人均纯收入与人均消费支出，
做题之前，我们先为Excel.2010注入回归分析的相关内容，点击【文件】，选择左下角的【选项】，出来如图，选择【加载项】，点击【转到】。
进入加载宏，选择【分析工具库】，点击确定。
进入【数据】，就会发现最右面出现了【数据分析】这一项。
点击数据分析之后选择【回归】，确定，这样就为Excel.2010导入了数据分析的功能，进行回归分析了，选择X、Y值的区域，其他不变的，点击确定。
5
最后，就是我们需要的内容，根据数据进行分析，可以得出样本的回归函数：
Yi=1004.539839+0.614539172925018Xi【具体看做的题目】
❷ 如何用excel做回归分析
以Excel2010为例。
1、“开发工具”选项卡 中单击“加载项”组中的“加载项”按钮，打开“加载宏”对话框。如下图。勾选 “分析工具库”。
剩下的楼主自己搞定吧。
❸ 如何用EXCEL做数据线性拟合和回归分析
1、厘清各个数据之间的逻辑关系，搞清楚哪个是自变量，哪个又是因变量。这里我们要对人均gdp和城市化水平进行分析，建立符合两者之间的模型，假定人均gdp为自变量，城市化水平是因变量。
2、由于我们不知道两者之间的具体关系如何，所以我们利用数据生成一个散点图判断其可能符合的模型。为生成的散点图，一般横坐标为自变量，纵坐标为因变量，所以我们需要将x轴，y轴的坐标对调一下，这里采用最简单的方法，将因变量移动到自变量的右边一列即可。
3、由步骤2的散点图，我们可以判断自变量和因变量之间可能呈线性关系，我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数，移动平均等趋势线进行判断。很明显数据可能符合线性关系，所以下面我们对数据进行回归分析。
4、选择菜单栏的“数据分析”-->“回归”。
5、步骤4进行的回归分析输出结果如附图所示。回归模型是否有效，可以参见p指，如果p<0.001则极端显著，如果0.001<p<0.01非常显著，0.01<p<0.05则一般显著，p>0.05则不显著。本例的p值均小于0.001，所以属于极端显著，故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
❹ 用Excel进行回归分析后得出的数据怎么看不懂呀
按F1，输入LINEST，得到如下解释：
.....，
附加回归统计值如下：统计值说明se1,se2,...,sen系数 m1,m2,...,mn 的标准误差值。seb常量 b 的标准误差值（当 const 为 FALSE 时，seb = #N/A）。r2判定系数。y 的估计值与实际值之比，范围在 0 到 1 之间。如果为 1，则样本有很好的相关性，y 的估计值与实际值之间没有差别。相反，如果判定系数为 0，则回归公式不能用来预测 y 值。有关如何计算 r2 的信息，请参阅本主题下文中的“说明”。seyY 估计值的标准误差。FF 统计或 F 观察值。使用 F 统计可以判断因变量和自变量之间是否偶尔发生过可观察到的关系。df自由度。用于在统计表上查找 F 临界值。将从表中查得的值与 LINEST 函数返回的 F 统计值进行比较可确定模型的置信区间。有关如何计算 df 的信息，请参阅本主题下文中的“说明”。示例 4 说明了 F 和 df 的用法。ssreg回归平方和。ssresid残差平方和。有关如何计算 ssreg 和 ssresid 的信息，请参阅本主题下文中的“说明”。下面的图示显示了附加回归统计值返回的顺序。
图片没能粘贴上来。
❺ 股票的贝塔系数怎么算用excel的回归分析
Cov(ra,rm) = ρamσaσm。
其中ρam为证券 a 与市场的相关系数；σa为证券 a 的标准差；σm为市场的标准差。
贝塔系数利用回归的方法计算: 贝塔系数等于1即证券的价格与市场一同变动。
贝塔系数高于1即证券价格比总体市场更波动，贝塔系数低于1即证券价格的波动性比市场为低。
如果β = 0表示没有风险，β = 0.5表示其风险仅为市场的一半，β = 1表示风险与市场风险相同，β = 2表示其风险是市场的2倍。
(5)excel回归分析股票数据扩展阅读
金融学运用了贝塔系数来计算在一只股票上投资者可期望的合理风险回报率： 个股合理回报率 =无风险回报率*+β×(整体股市回报率-无风险回报率) *可用基准债券的收益率代表。
贝塔系数=1，代表该个股的系统风险等同大盘整体系统风险，即受整体经济因素影响的程度跟大盘一样; 贝塔系数>1则代表该个股的系统风险高于大盘，即受整体经济因素影响的程度甚于大盘。
贝塔系数越高，投资该股的系统风险越高，投资者所要求的回报率也就越高。高贝塔的股票通常属于景气循环股(cyclicals)，如地产股和耐用消费品股；低贝塔的股票亦称防御类股(defensive stocks)，其表现与经济景气的关联度较低，如食品零售业和公用事业股。
个股的贝塔系数可能会随着大盘的升或跌而变动，有些股票在跌市中可能会较在升市具更高风险。
❻ 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：
❼ excel回归分析 估计股票β
www.tipdm.cn,这是一个在线的数据分析软件，对股票的回归分析也有
❽ 如何用excel做线性回归分析
1、单击开始---->所有程序---->Microsoft Office，选择Microsoft Excel 2010选项。
❾ excel回归分析的结果各项都代表着什么
Multiple R：相关系数R，值在-1与1之间，越接近-1，代表越高的负相关，反之，代表越高的正相关关系。
R Square：测定系数，也叫拟合优度。是相关系数R的平方，同时也等于回归分析SS/(回归分析SS+残差SS)，这个值在0~1之间，越大代表回归模型与实际数据的拟合程度越高。
Adjusted R Square：校正的测定系数，对两个具有不同个数的自变量的回归方程进行比较时，考虑方程所包含的自变量个数的影响。
标准误差：等于表2中残差SS / 残差df 的平方根。与测定系数一样都能描述回归模型与实际数据的拟合程度，它代表的是实际值与回归线的距离。
观测值：有多少组自变量的意思。
excel回归分析的使用方法：
1、首先在excel表格中输入需要进行回归分析的数据。