SLOPE函数通过两类产品的测试结果返回线性回归直线的斜率

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/gulie8/article/details/102570499

SLOPE函数说明：

返回根据 known_y's 和 known_x's 中的数据点拟合的线性回归直线的斜率。斜率为直线上任意两点的重直距离与水平距离的比值，也就是回归直线的变化率。

语法

SLOPE(known_y's, known_x's)

• Known_y's  必需。数字型因变量数据点数组或单元格区域。
• Known_x's  必需。自变量数据点集合。

说明

• 参数可以是数字，或者是包含数字的名称、数组或引用。
• 如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。
• 如果 known_y's 和 known_x's 为空或其数据点个数不同，函数 SLOPE 返回错误值 #N/A。
• 回归直线的斜率计算公式如下：

• 

  其中 x 和 y 是样本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。

• 函数 SLOPE 和 INTERCEPT 中使用的下层算法与函数 LINEST 中使用的下层算法不同。当数据未定且共线时，这些算法之间的差异会导致不同的结果。例如，如果参数 known_y's 的数据点为 0，参数 known_x's 的数据点为 1：
  • SLOPE 和 INTERCEPT 返回错误 #DIV/0!。SLOPE 和 INTERCEPT 算法用来查找一个且仅一个答案，在这种情况下可能有多个答案。
  • LINEST 返回值 0。LINEST 算法用来返回共线数据的合理结果，在这种情况下至少可找到一个答案。