外推线性回归

我是新的与Excel,但我怎么能得到2013年的价值估计这样的事情:

Excel图像

我需要根据近年来观察到的线性回归来估计这个值的外推值。

谢谢

为了回答这个问题,我以两种方式绘制数据:(a)分别显示每一年,(b)将所有数据显示为一行一行。 图表如下:

每年的数据分别绘制

所有数据在一行上

看第一张图,如果数据中有季节性的话,它不是很强。 但是,看一下所有在一条线上绘制的数据,看起来似乎有上升的趋势。 所以我的build议是做最基本的回归,并把数据直线化。 趋势线添加的graphics如下:

所有数据在一条线上,加上趋势线

在数字上,结果是:

               数据最合适的直线
 Jan-10 218 232.7
 Feb-10 251 235.0
 Mar-10 221 237.1
 Apr-10 241 239.4
 May-10 261 241.7
 Jun-10 227 244.0
 7月10日253 246.3
 8月10日266 248.6
 Sep-10 238 250.9
 10月10日255 253.2
 Nov-10 238 255.5
 Dec-10 219 257.7
 1月11日263 260.0
 Feb-11 239 262.4
 Mar-11 255 264.5
 Apr-11 297 266.8
 5月 -  11 299 269.0
 Jun-11 256 271.4
 7月11日292 273.6
 Aug-11 247 275.9
 Sep-11 254 278.2
 Oct-11 258 280.5
 11月11日264 282.8
 Dec-11 301 285.1
 1月12日319 287.4
 Feb-12 314 289.7
 Mar-12 274 291.9
 Apr-12 325 294.2
 5月12日319 296.4
 Jun-12 339 298.8
 7月12日339 301.0
 Aug-12 271 303.3
 Sep-12 310 305.7
 10月12日291 307.9
 Nov-12 259 310.2
 12月12日286 312.5
 1月13日314.8
 2月13日317.1
 Mar-13 319.2
 4月13日321.5
 5月13日323.8
 Jun-13 326.1
 7月13日328.4
 Aug-13 330.7
 Sep-13 333.0
 10月13日335.2
 Nov-13 337.6
 12月13日339.8

有多种方法可以应用线性回归。 例如,您可以使用您的所有数据点创build一个方程式,以计算以后的所有月份。 但是,如果每年有一个周期,则可能只想使用每年一月份的数据来估算明年一月; 二月的每个月估计二月; 等等。为了简单起见,我们现在只用一月份的工作。 为了保持数字小一些,我只打算使用年份的最后两位数字:

XY 10 218 11 263 12 319 

接下来计算4个不同的总和:

 S[x] = Sum of all Xs = 33 S[y] = Sum of all Ys = 800 S[xx] = Sum of X squared = 100 + 121 + 144 = 365 S[xy] = Sum of X*Y = 2180 + 2893 + 3828 = 8901 

计算斜率和截距:

 N = Number of data points sampled = 3 M = Slope = (N*S[xy] - S[x]*S[y])/(N*S[xx] - S[x]^2) M = (3*8901 - 33*800)/(3*365 - 33^2) = 303/6 = 50.5 B = Intercept = (S[y] - M*S[x])/N B = (800 - 50.5*33)/3 = -866.5/3 = -289 

因此1月份的等式是:

 Y = M*X + B Y = 50.5*X - 289 

计算2013年:

 Y = 50.5*13 -289 = 368 

开始绘制您的数据。 决定什么样的function将是一个很好的select。

您可以创build一个适合每个月或尝试创build一个年份和月份作为自variables。

我们假设一个适合于每个月份的多项式将适用于您:

 y = c0 + c1*m + c2*m^2 

所以一月份:

 218 = c0 + c1*2010 + c2*2010^2 263 = c0 + c1*2011 + c2*2011^2 319 = c0 + c1*2012 + c2*2012^2 

所以现在你有三个未知数的方程。 求解(c0, c1, c2)和替代m = 2013作为你的推断。

这里是我得到的结果:

 Month 2010 2011 2012 2013 1 218 263 319 386 2 251 239 314 476 3 221 255 274 278 4 241 297 325 325 5 261 299 319 321 6 227 256 339 476 7 253 292 339 394 8 266 247 271 338 9 238 254 310 406 10 255 258 291 354 11 238 264 259 223 12 219 301 286 174 

看你怎么做。