通常，您可能希望使用在 Excel 中创建的多元线性回归模型来预测新观测值或数据点的响应值。

幸运的是，这非常简单，下面的分步示例展示了如何做到这一点。

首先，让我们创建一个在 Excel 中使用的假数据集：

接下来，我们使用 x1 和 x2 作为预测变量，y 作为响应变量来拟合多元线性回归模型。

为此，我们可以使用LINEST(y_values, x_values)函数，如下所示：

一旦我们点击 Enter，就会出现回归系数：

拟合的多元线性回归模型为：

y = 17.1159 + 1.0183(x1) + 0.3963(x2)

现在假设我们要使用此回归模型来预测新观测值，该观测值的预测变量值如下：

为此，我们可以在 Excel 中使用以下公式：

使用这些值作为预测变量，多元线性回归模型预测 y 的值为29.22561 。

如果我们想使用多元线性回归模型来预测多个新观测值的响应值，我们可以简单地对回归系数进行绝对单元格引用：

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 中执行多项式回归如何在 Excel 中创建残差图

大家好，我是本杰明，一位退休的统计学教授，后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识，我渴望分享我的知识，通过 Statorials 增强学生的能力。了解更多