Excel 中的指数回归（逐步）

指数回归是一种回归模型，可用于对以下情况进行建模：

1. 指数增长：增长开始缓慢，然后迅速加速，无限制。

2. 指数衰减：衰减开始很快，然后减慢，越来越接近零。

指数回归模型的方程采用以下形式：

y = ab ^x

金子：

• y：响应变量
• x：预测变量
• a、b：描述x和y之间关系的回归系数

以下分步示例展示了如何在 Excel 中执行指数回归。

第 1 步：创建数据

首先，让我们创建一个包含 20 个观察值的假数据集：

步骤 2：取响应变量的自然对数

接下来，我们需要创建一个新列来表示响应变量y的自然对数：

步骤 3：拟合指数回归模型

接下来，我们将拟合指数回归模型。为此，请单击顶部功能区中的“数据”选项卡，然后单击“分析”组中的“数据分析” 。

如果您没有看到数据分析选项，则必须首先加载分析工具库。

在出现的窗口中，单击回归。在出现的新窗口中，提供以下信息：

单击“确定”后，将显示指数回归模型的输出：

模型的整体 F 值为204.006，相应的 p 值极低，表明模型整体上是有用的。

使用输出表中的系数，我们可以看到拟合的指数回归方程为：

ln(y) = 0.9817 + 0.2041(x)

将e应用于两边，我们可以将方程重写如下：

y = 2.6689 * ^1.2264x

我们可以使用该方程根据预测变量x的值来预测响应变量y 。例如，如果x = 14，那么我们预测y将为46.47 ：

y = 2.6689 * 1.2264 ¹⁴ = 46.47

奖励：随意使用此在线指数回归计算器来自动计算给定预测变量和响应变量的指数回归方程。

其他资源

如何在 Excel 中执行简单线性回归
如何在 Excel 中执行多元线性回归
如何在 Excel 中执行二次回归
如何在 Excel 中执行多项式回归