Come utilizzare la funzione REGR.LIN in Vista e Excel

La funzione REGR.LIN in Excel viene utilizzato per calcolare la pendenza che collega un insieme di punti . Se la serie di punti non sono lineari , Excel si adatta automaticamente una linea stimato utilizzando il metodo ordinario , e quindi calcolare la pendenza della retta stimata , insieme ad una serie di statistiche riassuntive . Utilizzando la funzione REGR.LIN in Microsoft Excel per Vista è lo stesso per qualsiasi sistema operativo . Istruzioni
1

evidenziare un insieme vuoto celle nel foglio di calcolo che compone 5 righe e 3 colonne . Fare clic sulla scheda " Formule " , quindi selezionare il menu " Altre funzioni " . Selezionare il sottomenù " statistico " , quindi selezionare la funzione " LINEST " . Si aprirà la finestra di dialogo LINEST "Funzione Argomenti " .
2

Cliccare sulla freccia rossa accanto al argomento " Y_nota " , ed evidenziare la colonna o riga di dati su foglio di calcolo che rappresentano l'asse y del vostro argomento . Fare clic sulla freccia rivolta verso il basso rossa nella finestra di dialogo " Argomenti funzione " quando fatto .
3

Cliccare sulla freccia rossa vicino al argomento " di X_nota " , ed evidenziare la colonna o riga di i dati su foglio di calcolo che rappresentano l'asse x del vostro argomento . Fare clic sulla freccia rivolta verso il basso rossa nella finestra di dialogo " Argomenti funzione " quando fatto .
4

Tipo " TRUE" , senza le virgolette in entrambe le caselle " Const " e " Statistiche " . Fare clic su " OK" per chiudere la finestra di dialogo " Argomenti funzione " .
5

Evidenziare la formula nella barra della formula , e tenere premuto il tasto Ctrl , Maiusc , quindi premere Invio. A partire dalla cella in alto a sinistra e da sinistra a destra , le seguenti informazioni sarà calcolato : pendenza , intercetta , l'errore standard di tutti i valori , l'errore standard di tutti i valori , tranne l'ultimo , il valore R al quadrato , l'errore standard per la stima y , la statistica F , gradi di libertà , la somma dei quadrati di regressione , e la somma dei quadrati dei residui .