使用“addtrendline”函数的Excel中的R平方值？
我一直在挣扎， 简而言之，我无法findExcel用于R 2的等式。
-
这里是我的数据：
x：1 2 3 4 5 6 7 8 9 10
y：4 9 1 2 1 1 8 5 5 1 -
我绘制数据，拟合幂律函数（'添加趋势线'），并使用“添加趋势线”选项>在图表上显示R平方值
显示的值：
R 2 = 0.03008 。
问题1
如果我使用'RSQ（）'函数（取Excel中的拟合函数的参数值），或使用定义（维基百科）手工在Excel中计算出来…
R 2 = 0.0272
问题2
在Matlab中，使用'fit'函数，拟合函数的参数（当然是R 2 ）不是EXCELfind的那些参数。
问题：
所以这是我的主要问题：
Excel如何在“添加趋势线”函数中计算R 2 ，因为它显然不是定义（维基百科）中的那个？
和奖金问题：
为什么Excel和Matlab不会以相同的拟合参数结束？
非常感谢！
%%%%%%编辑下面！ %%%%
作为评论的答案; 这里是我使用的Matlab代码：
%% R-squared with the fit function % use the fit function in Matlab, yobs being the data [param, results] = fit(x,yobs,'power1'); % R-squared from the fit function : r_sq_from_fit = results.rsquare; %% here I calculate "by hand" the R-squared, from the general definition (wikipedia!) % calculates the fitting data yfit yfit = (p_powerlaw.a).*x.^p_powerlaw.b; % mean of the yobs, total sum of squares, and residual sum of squares yobs_mean = mean(yobs); SStot = sum((yobs-yobs_mean).^2); SSres = sum((yobs-yfit).^2); r_sq_hand = 1-SSres/SStot; 我发现相同的值，我得到R的平方fit函数在Matlab中，或者我“手工计算”。 Matlab似乎是一致的，显然在其函数中使用R平方的严格定义…
但是 ; 当我比较：
- 由
RSQ()函数的Excel给出的R平方值 - 和我通过手工计算R-square得到的值（当然，Excel返回给我的yfit值，而不是一个Matlab返回，因为Excel和Matlab不同意拟合参数！）
…我获得不同的价值观！ Excel：0.027，正如我之前所说的，手算：-0.1109（！）
RSQ不返回电力趋势线的R平方值，而是返回线性趋势线的R平方。 Excel帮助读取“ 对于对数，功率和指数趋势线，Excel使用转换的回归模型 ”，但我无法find该模型。
另请参见如何衡量趋势线适合幂律的优劣
这个问题（Excel中的“添加趋势线”是如何起作用的？）也使我困惑了很长时间，因为在研究中我需要确定我的数字的起源。 因为我没有在互联网上发现太多的东西，所以我尝试了几次手工R ^ 2（决定系数）评估，以获得与Excel相同的结果。
我提出了同样的观察，就像提到的那样。 当使用“添加趋势线”进行线性（以及对数）函数拟合时，得到的R ^ 2和修正参数与手动计算的参数相同。 但是当对其他非线性函数拟合（例如指数）使用“添加趋势线”时，所得到的R ^ 2和regresion参数不同于手动计算的参数。
这个问题的解决方法已经在这里讨论了。 看来，为了将非线性趋势拟合成所提供的数据，Excel主要将问题线性化。 因此，例如，拟合指数函数y = a * exp（b * x），它主要将其转换为函数ln（y）= ln（a）+ b * x。 那么ln（y）和x之间的关系是线性的。 之后，使用平方和残差最小化的通常策略将线性化函数拟合到变换数据中。 因此获得了调节参数ln（a）和b。 R ^ 2也由线性化forms计算。 由于它是线性相关性，RSQ（）函数可能被Excel用来计算R ^ 2。
当手动执行此步骤时，所得到的回归参数和R ^ 2值与Excel的“添加趋势线”提供的值相同。
所以一般情况下，在非线性回归的情况下，Excel的“增加趋势线”所提供的回归参数和R ^ 2值不是真正的非线性，而是很可能在问题线性化之后得到的。 因此，这些参数与直接计算的参数略有不同，没有任何转换。
关于R ^ 2的注意事项：就我现在所知，线性情况下的R ^ 2（用小写字母r ^ 2表示）被计算为相关系数的平方。 （RSQ（）= CORREL（）^ 2 = PEARSON（）^ 2）。 由于这个关系，r ^ 2的值只能在0 – 1之间变化。一组input知识可以通过截距和/或斜率改变而不改变r ^ 2值。 另一方面，非线性情况下的R ^ 2（更好地表示为资本消费者）被定义为不同的方式（参见维基百科）。 它的值不是底限于值0，但最大值1仍然表示最适合。 通过截距和/或斜率改变一组input知识改变R ^ 2值。 在线性情况下，R ^ 2也能很好地工作。
这是因为你要求在图中拟合幂函数的R 2 （即y = a（x） b ），而Excel中的RQS函数为你提供了线性拟合的R 2 （即y = a x）+ b）。 我怀疑你在Matlab中有类似的问题。 你需要在Matlab中发布你的代码，否则我们都只是猜测。