Синтаксис (лінійна) :

ЛИНЕЙН(известные_значения_y;известные_значения_x;конст;статистика)

Известные_значения_y - це безліч значень у, які вже відомі для співвідношення у = mx + b.

Известные_значения_x - це необов'язкова безліч значень x, які вже відомі для співвідношення у = mx + b.

Конст - це логічне значення, яке указує, чи потрібний, щоб константа b була рівна 0.

Статистика - це логічне значення, яке указує, чи потрібно повернути додаткову статистику по регресії.

Примітки

Известные_значения_y - це безліч значень у, які вже відомі для співвідношення у = mx + b.

· Якщо масив известные_значения_y має один стовпець, то кожен стовпець масиву известные_значения_x інтерпретується як окрема змінна.

· Якщо масив известные_значения_y має один рядок, то кожен рядок масиву известные_значения_x інтерпретується як окрема змінна.

Известные_значения_x - це необов'язкова безліч значень x, які вже відомі для співвідношення у = mx + b.

· Масив известные_значения_x може містити одне або декілька безлічі змінних. Якщо використовується тільки одна змінна, то известные_значения_y і известные_значения_x можуть бути масивами будь-якої форми за умови, що вони мають однакову розмірність. Якщо використовується більше однієї змінної, то известные_значения_y повинні бути вектором (тобто інтервалом висотою в один рядок або вширшки в один стовпець).

· Якщо известные_значения_x опущені, то передбачається, що це масив {1;2;3;...} такого ж розміру як і известные_значения_y.

Конст - це логічне значення, яке указує, чи потрібний, щоб константа b була рівна 0.

· Якщо конст має значення ІСТИНА або опущено, то b обчислюється звичайним способом.

· Якщо конст має значення БРЕХНЯ, то b вважається рівним 0 і значення m підбираються так, щоб виконувалося співвідношення у = mx.

Статистика - це логічне значення, яке указує, чи потрібно повернути додаткову статистику по регресії.

· Якщо статистика має значення ІСТИНА, то функція ЛИНЕЙН повертає додаткову регресійну статистику, так що повертаний масив матиме вигляд: {mn;mn-1;...;m1;b:sen;sen-1;...;se1;seb:r2;sey:F;df:ssreg;ssresid}.

· Якщо статистика має значення БРЕХНЯ або опущена, то функція ЛИНЕЙН повертає тільки|лише| коефіцієнти m і постійну b.

Вид повертаних функцією линейн|() значень:

mn	Mn-1	.	M1	B
sen	Sen-1	.	Se1	Seb
R2	Sey
F	Df
ssreg	ssresid

m, n – коефіцієнти;

se - стандартні значення помилок;

r2 – коефіцієнт детермінованої;

F- статистика. Використовується для визначення того, чи є спостережуваний взаємозв'язок між залежною і незалежною змінними випадкової чи ні

ssreg - регресійна сума квадратів;

ssresid - залишкова сума квадратів.

df – міри свободи корисні для знаходження F-критичних значень в статистичній таблиці. Для визначення рівня надійності моделі потрібне сравнивнить значення в таблиці з F- критичною, повертаною функцією ЛИНЕЙН|.

seb - стандартне значення помилки для постійної b (seb=#Р/Д, якщо конст має значення БРЕХНЯ).

Коефіцієнт детермінованої – проводячи регресійний аналіз, Excel обчислює для кожної крапки квадрат різниці між прогнозованим значенням Y і фактичним значенням Y. Сума цих квадратів різниць називається залишковою сумою квадратів. Потім Excel підраховує суму квадратів різниць між фактичними значеннями Y і середніми значеннями Y, яка називається загальною сумою квадратів (регресійна сума квадратів + залишкова сума квадратів). Чим менше залишкова сума квадратів в порівнянні із загальною сумою квадратів, тим більше значення коефіцієнта детермінованої R², який показує, наскільки добре рівняння, одержане за допомогою регресійного аналізу, пояснює взаємозв'язки між змінними.

Порівнюються фактичні значення Y і значення, що одержуються з рівняння прямої; за наслідками порівняння обчислюється коефіцієнт детермінованої, що нормується від 0 до 1. Якщо він рівний 1, то має місце повна кореляція з моделлю – немає відмінності між фактичним і оцінним значеннями Y. Інакше, якщо коефіцієнт детермінованої рівний 0, то рівняння регресії невдало для прогнозу значення Y.

Розрахувати Yрасчетное для лінійної функції, використовуючи одержані коефіцієнти і дані (Х) з таблиці. Порівняти значення Y і Yрасчетное. Зробити висновок, чи існує залежність даних різниця Y і Yрасч (прагнути до нуля). Одержати бракуючі дані, розповсюдивши формулу у відповідні комірки.