STEYX函数的使用方法:
功能说明:计算在线性回归法中,由变量x值计算出对应的y预测值时所产生的标准误差。标准误差的计算公式是:
其中,x表示样本平均值AVERAGE(known_x’s);y表示样本平均值AVERAGE(known_y’s);n表示样本大小。
语法表达式:STEYX(known_y’s, known_x’s)
参数说明:
- known_y’s:代表因变量的一组数值。可以是数组,也可以是指定单元格区域。
- known_x’s:代表自变量的一组数值。可以是数组,也可以是指定单元格区域。
使用说明:如果表示参数的数组或引用的单元格区域中包含空白单元格、逻辑值和文本单元格,那么这些单元格将被忽略,但包含0值的单元格被计算在内。
两参数包含的数值个数必须相等,否则函数返回错误值#N/A!。
如果两参数包含的数值个数为0或小于3个,函数返回错误值DIV/0!。
当返回的误差为0时,就应该检查所抽取的样本是不是一般样本了,因为预测值和实际值一般情况下都有误差。
STEYX函数实例:
实际应用:某公司统计了1~11月的销量数据,公司需要对这些数据进行回归分析,计算回归的标准误差。
在单元格B14中输入函数表达式”=SLOPE(B2:B12,A2:A12)”,计算该线性回归的标准误差,得到的结果如图1所示。
图1 计算线性回归的标准误差
应用说明:在实际应用中,STEYX函数主要用来检测抽取的样本是否一般化。