经济师回归分析公式

S`E of regression的计算方法应该为：√（Sum squared resid(RSSS)/(n-k-1)）PS:K为解析变量个数

先求 x、y 的平均数 x_=(3+4+5+6)/4=9/2，y_=(2.5+3+4+4.5)/4=7/2，然后求对应的 x、y 的乘积之和 ：3*2.5+4*3+5*4+6*4.5=66.5 ，x_*y_=63/4 ，接着计算 x 的平方之和：9+16+25+36=86，x_^2=81/4 ，现在可以计算 b 了：b=(66.5-4*63/4) / (86-4*81/4)=0.7 ，而 a=y_-bx_=7/2-0.7*9/2=0.35 ，所以回归直线方程为 y=bx+a=0.7x+0.35 。扩展资料：回归直线的求法最小二乘法：总离差不能用n个离差之和。来表示，通常是用离差的平方和，即作为总离差，并使之达到最小，这样回归直线就是所有直线中Q取最小值的那一条，这种使“离差平方和最小”的方法，叫做最小二乘法：由于绝对值使得计算不变，在实际应用中人们更喜欢用：Q=（y1-bx1-a）²+（y2-bx2-a）²+······+（yn-bxn-a）²，这样，问题就归结于：当a，b取什么值时Q最小，即到点直线y=bx+a的“整体距离”最小。回归方程的写法：spss数据表中有非标准系数一栏，这其实就是回归方程的系数。对应的变量就是和系数相乘。如果有常数项，就不用和变量值相乘。回归直线的原理：如果散点图中点的分布从整体看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做回归直线。根据不同的标准，可以画出不同的直线来近似表示这种线性相关关系。回归直线比如可以连接最左侧点和最右侧点得到一条直线，或者让画出的直线上方的点和下方的点数目相等。当所有数据点都分布在一条直线附近，显然这样的直线还可以画出许多条，而我们希望找出其中的一条，它能最好地反映x与Y的关系。换言之，我们要找出一条直线，使这条直线"最贴近"已知的数据点。记此直线方程为y^=a+bx。这里在y的上方加记号"^"是为了区分Y的实际值y，表示x取值xi(i=1，2，3……，n)时，Y相应的观察值为yi，而直线上对应于xi的纵坐标是yi^=a+bxi(i为x右下角的数值)。y^=a+bx式叫做Y对x的回归直线方程，b叫回归系数。要确定回归直线方程，只要确定a与回归系数b。参考资料：回归直线_百度百科

t值、f值都是判断显著性的过程值，重点看P值即可。F值用于判定模型中是否自变量X中至少有一个对因变量Y产生影响,如果呈现出显著性（看P值）,则说明所有X中至少一个会对Y产生影响关系。T值用于判断每个自变量的显著性，如果显著则说明该变量对模型有显著影响。可是使用spssau进行分析，直接得出文字结果及标准格式数据。

回归直线法是根据若干期业务量和资金占用的历史资料,运用最小平方法原理计算不变资金和单位销售额的变动资金的一种资金习性分析方法. 回归直线法，是根据一系列历史成本资料，用数学上的最小平方法的原理，计算能代表平均成本水平的直线截距和斜率，以其作为固定成本和单位变动成本的一种成本分解方法。回归直线法在理论上比较健全，计算结果精确，但是，计算过程比较烦琐。如果使用计算机的回归分析程序来计算回归系数，这个缺点则可以较好地克服。

S.E.= (∑e^2∕(n-k-1) )^(1/2)

首先R太小F值是整个回归模型的显著性T是各个自变量的显著性你这里没有给出各个自变量的，你可以把里面的回归不好的自变量剔除掉再回归试试另外SIG太大了，你这模型是无效的

两个变量的相关关系最简单的形式就是直线相关，其直线方程称为一元一次方程。即：� y=a+bx� 式中，y为因变量，x为自变量，a与b是特定参数。a为直线的截距，b为直线斜率又称回归系数。参数a、b的确定方法有随手画法、最小平方法，统计中使用最多的是最小平方法，用这种方程求出的回归直线方程是原资料的最适合的方程，也就是这条直线是代表x与y之间关系最优的一条直线。� 若用(x，y)表求几对观察值，yc为估计值，则拟合的回归直线方程的形式为：� yc=a+bx� 用最小平方法求回归直线，就是要使观察值y与估计值yc的离差平方和最小，即直线的误差平方和最小，也就是Q需要取最小值，来确定参数a和b。即：� Q=∑(y-a-bx)2=最小值� 得到� 解出参数a、b，并代入回归直线方程，得到一个确定的回归直线方程。该回归直线方程的意义是，自变量每增加1各单位，因变量平均变动b个单位。� 回归直线的特征：� 1、回归直线是一条平均线� 2、观察值与回归值之差的平方和最小，即∑（y-yc）2取最小值。� 3、观察值y与回归值yc之差的和为零，即∑(y-yc)=0� 4、回归直线yc=a+bx必定经过x与y的交点即点(x，y) y=a+bx�。� 5、回归直线的走向由b决定。� 当b＞0，直线走向是由左下角至右上角，两变量为线性正相关；� 当b＜0，直线走向是由左上角至右下角，两变量为线性负相关；� 当b=0，直线平行于x轴，说明x与y之间无线性相关关系。