实验指导书———————用 Excel 进行长期趋势分析(6）一、实验目的通过具体实例的演示和操作实验，帮助学生加深有关长期趋势分析的内容。此实验，要求掌握用 Excel 中的“数据分析”等工具进行趋势方程中参数的拟合。二、实验类型（含验证型、设计型或综合型)综合性实验三、实验资料书例,后面的具体步骤中有范例。四、实验原理 最小平方法和函数法。五、实验操作步骤用 Excel 拟合趋势方程有两种方法，一是利用函数计算，如“INTERCEP 函数”和“SLOPE 函数”、“LINEST”函数；另一种是利用“数据分析"功能回归分析宏计算。［资料］ 根据下表资料，拟合直线趋势方程，并预测 2025 年一季度成交量。时间序号t成 交 量 y2025 一 季度二 季度三 季度四 季度1234586063642025 一 季度二 季度三 季度四 季度5678596165692025 一 季度二 季度三 季度四 季度9101112706873752025 一季度二 季度三 季度四 季度1314151676737980（一） 利用“数据分析”功能回归分析宏拟合趋势方程［步骤］第 1 步:将数据输入 Excel 工作表中。 第 2 步：选择“工具”下拉菜单，在“工具”菜单中选择“数据分析”选项。第 3 步：在“数据分析”中选择“回归”。 第 4 步：当出现对话框时，在“输入 Y 的区域”方框内键入 C2:C17，在“输入 X 的区域” 方框内键入B2:B17，在“输出选项”中选择输出区域（这里我们选择“新工作表"). ［结果］:单击“确定"，即得到下图所示的结果。 有关指标的解释：上图中回归统计部分给出了判定系数、调整后的、估量标准误差等；方差分析表部分给出的显著水平 F 值表明回归方程是显著的;最下面的一部分是 a=56。1，b=1。436765。以及参数的标准差、t检验的统计量、p-值、下限 95%和上限 95%给出了参数置信区间.比如，我们有 95％的把握确信，在53.52154 和 58.67846 之间，在 1.170107 和 1.703432 之间。所以，该例题中得到的回归方程为:yc= 56.1+1。436765 t，回归估量标准误为：2.292502。预测 2025 年一季度成交量为：yc=56。1+1。436765＊17=80.55（万 kg）.（二）利用 Excel 中的函数功能求趋势方程参数上例数据。第一步，单击“插入”下拉菜单，选择“函数"选项，如下图 1..在“或选择类别"中选择“统计”。第二步，在“选择函数”对话框中选中“INTERCEPT”，出现图 2 所示对话框.在“Known_y’s”中输入 y（实际值）的单元格范围:c2：c17；在...
