MultipleR：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。RSquare：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...

1，选择成对的数据列，将它们使用“X、Y散点图”制成散点图。2，在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。由图中可知，拟合的直线是y=15620x...

RSquare是指模型拟合的精确度，越接近1，拟合程度越高，这里只有0.16，说明拟合程度很不好，这个模型选择的有问题。T统计值是用来判断参数的显著程度的，一般情况下T>2则说明这个参数显著，也就是说对模型的贡献量比较大...

Coefficients（回归系数）：intercept对应截距项标准误差：误差值越小，表明参数的精确度越高。tstat：T检验中统计量t值，用于对模型参数的检验，需要查表才能决定。t值是回归系数与其标准误差的比值。P-value：T检验对应的...

6、模型满意之后，还要再考虑数据中是否有与模型有较大偏差的点（异常点或强影响点）。7、如果有这些点，需要考虑如何处置，通常需要重新检查这些点的来源和有效性。以下是针对EXCEL提供的多元回归分析的结果的说明演示：

相关性的判断看R就可以了你这个R值太低，就是X-Y基本完全不相关R2大于0.7才是强相关，你这0.07.。。。截距和斜率的P值还可以

P值越小越好。如P=0.0000000542<0.0001，故置信度达到99.99%以上。标准误差：用来衡量拟合程度的大小，也用于计算与回归相关的其它统计量，此值越小，说明拟合程度越好；观察值：用于训练回归方程的样本数据有多少个。

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...

在因变量（Y）和一个或多个自变量（X）之间建立一种关系。多元线性回归可表示为Y=a+b1*X+b2*X2+e，其中a表示截距，b表示直线的斜率，e是误差项。多元线性回归可以根据给定的预测变量（s）来预测目标变量的值。

4、然后出现excel加载宏界面，在”分析工具库“前方框内打勾，点击确定。5、经过上一步已经成功添加”数据分析插件“，在”数据“-”数据分析“下可以找到，6、然后点击”数据分析“，可以找到相关的分析方法，如回归分析，...