Excel求解线性回归详解(LINEST 函数)(3)

假设 Alpha 值为 0.05，v1 = 11 – 6 – 1 = 4 且 v2 = 6，那么 F 的临界值为 4.53。由于 F = 459.753674 远大于 4.53，所以偶然出现高 F 值的可能性非常低。（因为，在 Alpha = 0.05 的情况下，当 F 超过临界值 4.53 时，known_y’s 和 known_x’s 之间没有关系这一假设不成立。）使用 Excel 中的 FDIST 函数可获得偶然出现高 F 值的概率。例如，FDIST(459.753674, 4, 6) = 1.37E-7，是一个极小的概率。于是可以断定，无论通过在表中查找 F 的临界值，还是使用 FDIST 函数，回归公式都可用于预测该区域中的办公楼的评估价值。请注意，使用在上一段中计算出的 v1 和 v2 的正确值是非常关键的。

本文介绍 Microsoft Office Excel 中 LINEST 函数的公式语法和用法。有关绘制图表和执行回归分析的详细信息LINEST 函数可通过使用最小二乘法计算与现有数据最佳拟合的直线,来计算某直线的统计值,然后返回描述此直线的数组。也可以将 LINEST 与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值,包括多项式、对数、指数和幂级数。因为此函数返回数值数组,所以必须以数组公式的形式输入。

示例 5

计算 t 统计值

另一个假设测试可以判定每个斜率系数是否可以用来估算示例 3 中的办公楼的评估价值。例如，如果要测试办公楼的使用年数系数的统计显著性水平，用 13.268（单元格 A15 中办公楼的使用年数系数的估算标准误差）去除 -234.24（办公楼的使用年数斜率系数）。以下是 t 观察值： t = m4 ÷ se4 = -234.24 ÷ 13.268 = -17.7

如果 t 的绝对值足够大，那么可以断定斜率系数可用来估算示例 3 中的办公楼的评估价值。下表显示了 4 个 t 观察值的绝对值。

如果查阅统计手册里的表，将会发现：双尾、自由度为 6、Alpha = 0.05 的 t 临界值为 2.447。该临界值还可使用 Excel 中的 TINV 函数计算，TINV(0.05,6) = 2.447。既然 t 的绝对值为 17.7，大于 2.447，则办公楼的使用年数对于估算办公楼的评估价值来说是一个重要变量。用同样方法，可以测试其他每个自变量的统计显著性水平。以下是每个自变量的 t 观察值。

变量 底层面积 办公室的个数 入口个数 使用年数

t 观察值 5.1 31.3 4.8 17.7

这些值的绝对值都大于 2.447；因此，回归公式的所有变量都可用来估算区域内的办公楼的评估价值。

另请参阅

GROWTH 函数 LOGEST 函数 TREND 函数 统计函数