文章目录

一、利用Excel的数据分析实现线性回归
- 1.1、添加数据分析工具
- 1.2、使用数据分析库完成线性回归练习
- 1.3、选择添加趋势线
- 1.4、对200组、2000组数据的分析
二、Python编程实现线性回归
三、Python借助skleran库
四、总结
五、参考资料

一、利用Excel的数据分析实现线性回归

1.1、添加数据分析工具

选择分析工具库和分析工具库-VBA，点击转到后点击确定

1.2、使用数据分析库完成线性回归练习

上述分析工具添加完成后，点击工具栏的数据，然后点击右上角的数据分析

在弹出的选项框中选择回归

自行选择合适的输入数据作为XY值
残差选择线性拟合图

输出结果如下图：

若坐标轴起点为0，图像显示较为怪异，可以通过设置修改坐标轴起点，具体操作如下：
点击坐标轴，在弹出的选项中选择图片箭头指示，可自主调节最大最小值以及坐标轴单位间隔

1.3、选择添加趋势线

点击选中原始数据，单击鼠标右键，选择添加趋势线

选择线性，显示R值，显示公式

设置完成后图表显示如下

1.4、对200组、2000组数据的分析

结果如下：
200组：

2000组：

二、Python编程实现线性回归

输入以下代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math
p=pd.read_excel('D:\Pythonwork\weights_heights.xls','weights_heights')
#输入保存的excel路径
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})')
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

运行结果如下：

200组数据：

2000组数据：

三、Python借助skleran库

输入以下代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import math
p=pd.read_excel('weights_heights.xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})')
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

200组：

2000组

四、总结

本次实验分别用Excel、Python、Python skleran库对数据求解线性回归方程和回归系数。相比较而言，Excel上进行数据分析十分直观而且方便，而利用Python编程则略显繁琐。本次实验对线性回归有了更加深刻地理解，扩展了自己的知识面。

五、参考资料

https://blog.csdn.net/weixin_56102526/article/details/120495151
https://blog.csdn.net/jynyyhd/article/details/129461973

Excel-Python对数据进行线性回归相关推荐

python与excel做数据可视化-用Python进行数据可视化的10种方法
原标题:用Python进行数据可视化的10种方法 2015-11-19 关于转载授权大数据文摘作品,欢迎个人转发朋友圈,自媒体.媒体.机构转载务必申请授权,后台留言"机构名称+转载&quo ...
python读取数据文件-python多种读写excel等数据文件的方式（收藏篇）
前言: python处理数据文件的途径有很多种,可以操作的文件类型主要包括文本文件(csv.txt.json等).excel文件.数据库文件.api等其他数据文件.下面小编整理下python到底有哪些 ...
python输出数据到excel-python如何导出数据到excel文件
python导出数据到excel文件的方法: 1.调用Workbook()对象中的add_sheet()方法wb = xlwt.Workbook() ws = wb.add_sheet('A Test ...
python与excel做数据可视化-Python的Excel操作及数据可视化
Excel表操作 python操作excel主要用到xlrd和xlwt这两个库,即xlrd是读excel,xlwt是写excel的库. 安装xlrd pip install xlrd 简单的表格读取 ...
python处理数据的优势-python处理excel的优势是什么
在我们工作中往往需要处理大量的数据,因此Excel在我们工作中是一个必不可少的工具,不过,近期很多人开始用Python处理数据,那么,大家为什么开始用Python了呢?Python辅助处理excel ...
python填写excel-Python向excel中写入数据的方法
最近做了一项工作需要把处理的数据写入到Excel表格中进行保存,所以在此就简单介绍使用Python如何把数据保存到excel表格中. 数据导入之前需要安装 xlwt依赖包,安装的方法就很简单,直接 p ...
python处理excel表格数据-利用Python处理和分析Excel表中数据实战.doc
利用Python处理和分析Excel表中数据实战 [利用python进行数据分析--基础篇]利用Python处理和分析Excel表中数据实战原创 2017年06月28日 15:09:32 标签: p ...
python字符串写入excel-Python向excel中写入数据的方法
最近做了一项工作需要把处理的数据写入到Excel表格中进行保存,所以在此就简单介绍使用Python如何把数据保存到excel表格中. 数据导入之前需要安装 xlwt依赖包,安装的方法就很简单,直接 p ...
python处理数据的优势-Python处理excel的优点
在我们工作中往往需要处理大量的数据,因此Excel在我们工作中是一个必不可少的工具,不过,近期很多人开始用Python处理数据,那么,大家为什么开始用Python了呢?Python辅助处理excel的 ...
python输出数据到excel-python实现数据导出到excel的示例
这篇文章主要介绍了关于python实现数据导出到excel的示例,有着一定的参考价值,现在分享给大家,有需要的朋友可以参考一下此文是在django框架下编写,从数据库中获取数据使用的是django- ...

Excel-Python对数据进行线性回归