工作中最常用、最简单的估计就是一元（多元）线性回归分析了，比如预测销量等，今天来分享一下Excel的实现方法。

先说一元：使用R语言中的women数据集，记录了15为女性的身高和体重数据，我们需要建立一个模型，当得到一名女性的身高时，来预测她的体重。

数据如下：

共有15条记录，2列数据，首先我们做散点图，观看数据分布特征：

可以看到数据分布特征非常明显，呈现线性分布，我们添加趋势线，并显示方程，可以看到预测模型。

得到的R²=0.991，非常接近1，说明模型能够解释99.1%的方差，效果非常好。

我们再用Excel自带的数据分析工具，来看一下模型的更多信息及检验情况：

调出数据分析工具：文件→选项→加载项→→勾选“分析工具库”，确定。即可在Excel中的数据选项卡下找到，点击进去：

选择→，即可得到模型输出结果。

下面对结果进行解读（这一步非常重要）：

首先看R²，或者调整R²，它反映了模型的解释能力（即方程能解释多少方差），越接近1，说明效果越好，一般高于80%就说明模型的解释能力较好。

然后看F检验，即对方程是否有线性关系的检验，原假设H0：方程没有线性关系，我们看到P值（Significance F）< 0.01，故拒绝H0，认为方程具有线性关系。亦可说方程通过了F检验。

再看t检验，即对一元线性方程的截距项α和系数β进行检验，H0：α=0，可以看到P