统计 > 回归 > 拟合线图

输入数据

请完成以下步骤来指定要分析的数据列。

  1. 响应中,输入要解释或预测的数字数据列。响应变量又称 Y 变量。
  2. 预测变量中,输入一列可以解释或预测响应变量变化的数字数据。预测变量又称 X 变量。
在此工作表中,售价是响应变量,包含已使用 3 年的同一品牌和型号的车的售价。英里数是预测变量,可以解释售价差异。
C1 C2
英里数 售价
9980 19999
34212 17999
26870 19009
46321 17199
16780 19499
50021 14999

回归模型类型

您选择的模型类型对应于用来拟合数据的方程。如果您不确定哪个模型最佳,可以从线性模型开始,然后评估该模型对数据的拟合优度。如果数据中似乎存在弯曲,请使用二次或立方模型重复执行分析。
线性
线性模型可以显示数据中有稳定速度的增大或减小。线性模型对应于如下方程:Y = bo + b1X。
二次
二次模型可以解释数据中的弯曲。二次模型对应于如下方程:Y = bo + b1X + b2X2
立方
立方模型可以描述数据中的“峰谷”模式。立方模型对应于如下方程:Y = bo + b1X + b2X2 + b3 X3
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策