1. excel表格设置凹凸按钮
伯恩德·波尔斯特（Bernd Polster）：德国著名作家，专注设计领域，对欧洲工业设计体系、设计理论和历史演变了解至深。拥有深厚的哲学背景，以辩证思维和资深媒体人的中立视角，以及专业的叙事能力，使工业设计脱离枯燥狭隘的理论讲解，融入真实的人类世界。著作被翻译成多种语言，在世界范围内出版。曾出版的著作有《德国现代生活设计》《包豪斯设计》《北欧设计图典》《德国设计图典》等著作。
书籍摘录：
设计之旅
我第一次接触到的博朗产品是一台电唱机。那是在 1969 年，我和同学举办了一场家庭聚会，那位同学的父亲是一名建筑师。我当时用那台电唱机循环播放着《站起来》（Stand Up），这首歌是杰思罗·塔尔乐队（Jethro Tull）最新唱片中的一首歌，我一遍一遍地反复听，完全停不下来。而在同一年，我们的艺术老师在幻灯片上做了一次主题为“卓越设计”的演讲，毫无疑问，他是个博朗迷。他的洞察力在我这里生根发芽，正是在这样一群“自由思想者”的引领下，我更加崇尚简约。不仅如此，就连没能为我们解释清楚“电子原理”的高中物理老师，也用着博朗的电子设备。而我直到大学，才有能力购买第一件属于自己的博朗产品——一个型号为 370 BVC 的闪存。
尽管我不是博朗的铁杆粉丝，博朗产品却一直悄然地伴随着我人生的每一个阶段，伴我一起成长。最近，我在看一场演出时才猛然发现，博朗已经深深地融入我们的日常生活中。演出一开始，黑暗的舞台上响起“哔哔”作响的闹钟声，毫无疑问，这是非常经典的博朗闹钟的声音，一种每个人都可以识别的声音标识。在游走世界的旅途中，博朗的闹钟一直陪伴着我。从一开始我就十分欣赏博朗的声控技术，因为它代表了在叫醒人类这件事上向人性化迈出的重要一步。当我的儿子在 4 岁就发现这个功能时，我突然意识到它还有如此有趣的一面。是的，我现在已经在用第三个博朗剃须刀了，它就在浴室里“随时待命”。
我与博朗公司的第一次私人接触是在 2002 年，那时我已经出版了几本关于设计的著作，同时在做一个关于功能主义的广播节目：《迪特·拉姆斯》（Dieter Rams）。其间，我向世界上最了解博朗产品历史的专家乔·克拉特（Jo Klatt）学习了大量专业知识。更重要的是，在研究过程中，我拜访了博朗公司设计部，并结识了他们当时的设计总监彼得·施耐德（Peter Schneider）。萌生出版这本书的想法后，我们一起花了两年时间，愉快地从头至尾梳理出博朗的设计历程。
和想象不同的是，这个如此闻名的设计部并没有把他们的设计思路作为核心机密保护起来。现代产品设计是一个不断探索的过程，在这样一个创造性的过程中，结果取决于它的参与者——设计师的独特个性、实力和他们为团队带来的特殊资质。同样重要的还有在设计过程中与其他部门的交流，如与研发、生产和市场等部门的交流。博朗公司在最初就已经意识到，这种跨部门交流帮助设计师积累下的经验，或许才是他们成功的真正秘诀。
令我颇感惊讶的是，设计师们在进行采访时的喜悦和热情。这可能是因为他们中的大多数从未被如此认真地提问过：他们所做的到底是什么？博朗设计的意义在这里第一次被呈现在特写镜头下，并进行着深刻的剖析。同时,本书也揭示了博朗的一种尝试：在“设计”这样一个始终着眼于明天和未来的行业里，既要勇于颠覆传统，又要与过去保持些许平衡和联系。
ABK 30 壁挂钟
设计：迪特里希·卢布斯（Dietrich Lubs）1982 年
CSV 12 放大器
设计：迪特·拉姆斯 （Dieter Rams）1966 年
KMM 2 Aromatic 咖啡研磨机
设计：迪特·拉姆斯 1969 年
细节设计
exporter 2 便携式接收机
设计：乌尔姆设计学院 1956 年
改良后的收音机。合理的尺寸控制，被合理地安排在一个同样合理的造型里。自从乌尔姆设计学院(Ulm Academy of Design)执掌博朗收音机的设计主导权以后，理性精神获胜。源于乌尔姆设计原则，新的留声机设备开创了现代产品设计的先河。
Nizo S 480 电影胶片相机
设计：罗伯特·奥伯黑姆( Robert Oberheim) 1970 年
转换器。博朗一次又一次地成功构建了包豪斯的假设，却极少将其产品化。不过，在电影胶片相机领域，博朗创建的产品风格引发了整个行业的追随。其配色方案非常具有开创性：黑色和银色的搭配显得十分完美、高贵且优雅。
DB 10 sl 闹钟
没计：迪特里希·卢布斯 1991 年
紧凑的艺术。
当技术构件已经无法获取更多空间，但更多的功能需要被集成到日益紧凑的小型家电产品中的时候，设计师就显得尤为重要了。博朗第一款电波闹钟，无疑用引人注目的形式，成为一个实现小型化产品的成功案例。
ET33 袖珍计算器
设计：迪特里希·卢布斯、迪特·拉姆斯、路德维希·利特曼(LuwgLittmann) 1977 年
以人为本的极简主义。
首要的问题是，我们的真实需求是什么。答案是，关注核心要素，去掉多余的鲜少使用的功能，以及让按键凸起。自此，博朗改变了我们对袖珍计算器的传统认知。
TFG 1 台式打火机
设计：莱因霍尔德·韦斯( Reinhold Weiss) 1966 年
首次问市。
20 世纪 60 年代是一个动荡的年代。董事会成立了一个专门部门负责开发新产品。智囊团的第一个点子是一款电磁点火的台式打火机，采用可以立在狭窄边缘的平块状造型：外壳表面点缀着精细勾勒出的网状纹理。
Syncro 电动剃须刀
设计：罗兰·厄尔曼 2001 年
设计的演变。
在博朗所有的产品线中，电动剃须刀最能体现出博朗设计哲学的传承。自始至终它都沿着优化握持的方式和体验发展，同时增加了各种附加功能，例如刀头可以灵活地适配每一种曲面，手柄的起伏和凹凸也直在被持续改进着。
D 17.525 3D Excel 电动牙刷
设计：彼得·哈特维恩 2001 年
最后一毫米的设计细节。
旋转刷毛的有效性体现在新式的圆形刷头设计中。与其他产品相比，这款口腔护理产品的创新点并没有那明显：在人体工程学设计上进行了一些优化，增加了手柄的握持感，并将刷头的结构做了部分倒角处理，从而不会伤害到牙龈。
MR 5000 手持搅拌机
设计：路德维希·利特曼 2001 年
新的维度。
这台手持搅拌机的底部像极了裙褶或是花朵。这得益于现代图形技术的发展，强大的三维建模软件使设计师们可以更自如地创建复杂模型。这种流线型设计既好看又实用：裙褶式的底端可以使搅拌机在立置的时候不容易被碰倒，在搅拌时也可以有效防止液体飞溅。
部分里程碑产品
SK 4 无线电留声机 1956 年
设计：汉斯·古杰洛特/迪特·拉姆斯/赫伯特·林丁格尔 此处展示为：SK5
如果今天想对博朗最赫赫有名的产品进行调查，那么这款早期设备定会成为重点候选品。根据弗里茨·艾希勒的说法，SK4就是博朗设计的“虚拟化身”。在 20 世纪 50 年代，无线电留声机组是收音机制造领域的顶级产品，通常以笨重的“音乐箱”收音机的形式呈现。然而， SK4 却是另一种完全不同的设计，它有意识地拒绝“音乐家具”的形式，所以采用了非常普通的材质：金属外壳和透明有机玻璃罩。这项发明出自天才设计师迪特·拉姆斯，其设计令人眼前一亮，具有里程碑式的意义。这台奇妙的设备颠覆了人们一贯的审美标准，也因此获得了“白雪公主之棺”( Snow White’s coffin)这样的绰号。
Nizo 胶片摄影机 1965 年
设计：罗伯特·奥伯黑姆
”胶片滑入 Super 8 就像信件插进邮筒一样。“从此免去耗时费力地往机器里面插胶片的环节，这对电影迷来说是个再好不过的消息了。而且这并不是唯一的创新。 1965 年，几乎在推出新款 Super 8 的同时，博朗在美国和欧洲各国先后发布了世界上第一台胶片摄影机。 Nizo S 8 不仅为 Nizo系列相机在未来 20 年内奠定了基调，而且也被视为现代电影胶片摄影机的缩影。它的成功秘诀就是将高水平的工程设计与理性的工艺阐释结合在一起，废除了充满匠气的、螺钉外露的美学。这种成功模式如今已经被验证过无数次。通过严谨地实践这种设计原则，罗伯特·奥伯黑姆设法达到了耐看性与功能传达性的完美统一。这也是 Nizo 成为全世界最畅销的胶片摄影机的原因。
Micron vario 3 universal电动剃须刀 1985 年
设计：罗兰·厄尔曼
Micron vario 3 就像是着灰色条纹外套的绅士，是制造技术历史上的里程碑。它标志着剃须刀向管式制造的转变，并引发了工厂在生产制造技术层面的革命。与此同时，这也是赋予剃须刀底部稳定外壳的核心技术要求。这款剃须刀拥有超长的一体式外壳，在随后的几年中，它创下了所有剃须刀的最高日产量纪录。此外，它的合计销量超过 2000 万台，是博朗有史以来产量最高的剃须刀。直到今天，这款剃须刀界的“大众高尔夫”依然是博朗产品线中的一员。
2. excel单元格设置凹凸感
表格位置的左上角第一个单元格，鼠标右键点下， 弹出相关菜单，在菜单中点击“设置单元格格式” 弹出设置单元格格式操作框； 在框的上方，点开“边框”这一项。 然后，把下边框和右边框设置为黑色边。点击确定。 再用鼠标右键点下方的单元格。 弹出菜单中点“设置单元格格式”； 弹出操作框，点开“边框”这一项，然后，把下边框和右边框设置为白色。再点击确定。 选中这两个单元格，然后，鼠标放在右下角，显+号时，点住不放手，往下再往右拖拉，拉出自己预定的表格区域。 保持选中的状态，然后，把表格填充成黑色或其它颜色，颜色自定。把第一行删除掉。 凹凸效果的表格制作好了。现在可以在表格内输入数据。
3. excel表格怎么设置凹凸
难道在左侧选中994这一行，再右击选“删除”也无法进行删除？
从原理上来说，选中了整行，然后在右键中选择删除就可以完成删除操作的。
如果这个方法不行，你可以重新打开一个表格，将有用的资料复制进去，最好是选择性的粘贴，比如“只粘贴文本”，可以将不必要的东西滤除。
将新表格保存好没问题后，再将这个有问题的表格删除就可以了。
4. excel表格怎么做选项按扭
根据描述应该使用数据有效性来处理
Excel版本参考：2010
举例演示操作步骤及过程：
1、选择需要此功能的单元格（区域）
2、点击数据-数据有效性
3、允许：序列;来源：输入数据（之间英文逗号隔开）也可以选择单元格区域
5. excel表格圆点按钮设置
Excel要想快速打出括号，我们可以直接从键盘输入就可以了，我们可以按住shift键，然后按住字母键的靠第3排去，在键盘上去找括号的键盘，然后shift键加这个键就可以打出括号键来，我们可以看整个键盘，他在键盘比如说英文字母上面还会有一个符号这个符号我们正常点击键盘的时候，点出现的是下方的字母按住shift键，点击这个键盘的时候出现的就是上方的符号。
6. excel特色功能按钮怎么调出来
1、首先打开一个excel电子表格，点击上方工具栏中的数据按钮。
2、然后在数据功能中找到“插入下拉列表”按钮并点击。
3、从弹出的“插入下拉列表”窗口中，找到上边绿色小加号按钮点击，这样在下面空白区域就会出现一个文本框，里面就是可以输入的选择项。
4、输入性别的选择项“男”，接着再按照同样的方法添加文本框并输入另一个选项“女”。
5、上步点击确定后，可以看到在单元格的右侧出现了一个小三角，这个就是用于选择的按钮。
6、点开小三角可以看到该空格的选择项。点击任一个选项即可完成填入。
7. excel表格凹凸效果
在一些商业或者调查中都会用刀统计，但是如果数据太多，会不会觉得很难理解呢。这个时候大家都会想到小学时候的折线统计图，既简便又直观。
第一步：双击打开excel软件，并在开头的前一排输入你想要统计的数据。
第二步：如图所示，用鼠标拉起来沿图中的红线。（即：全选）
第三步：点击插入。
第四步：点击折线图
第五步：选择一种二位图，这个时候折线统计图就生成了。
第六步：如图所示，就是刚刚数据的统计图，中间的凹陷是小编设计的，是不是很直观呢。右下角的箭头所指可以缩小曲线图，以便添加在表格中。
8. excel表格怎么设置按钮
EXCEL中上下键只能移动光标，在选择状态时可以移动当前格的位置，在编辑状态时只能在单元格内移动光标。如果需要跳到下一格 建议使用ENTER键， 上一格可以用 shift+enter 。如果enter是往右，可以在EXCEL的选项中设置。
扩展内容
1.最大的可能就是误触电脑上的scroll lock按键,开启了这个功能以后再使用上下左右键时就会变成对于滚轮的控制,从而无法自由移动单元格 解决方法也很简单,直接再按一下scroll lock 按键就可以了
2.如果你的键盘没有scroll lock按键那可以使用虚拟键盘调出这个按钮,右击电脑左下角的开始菜单按钮,点击运行 调出运行功能以后,输入osk。
9. Excel设置单元格效果为凹陷
一、什么是回归分析法
“回归分析”是解析“注目变量”和“因于变量”并明确两者关系的统计方法。此时，我们把因子变量称为“说明变量”，把注目变量称为“目标变量址(被说明变量)”。清楚了回归分析的目的后，下面我们以回归分析预测法的步骤来说明什么是回归分析法：
回归分析是对具有因果关系的影响因素（自变量）和预测对象（因变量）所进行的数理统计分析处理。只有当变量与因变量确实存在某种关系时，建立的回归方程才有意义。因此，作为自变量的因素与作为因变量的预测对象是否有关，相关程度如何，以及判断这种相关程度的把握性多大，就成为进行回归分析必须要解决的问题。进行相关分析，一般要求出相关关系，以相关系数的大小来判断自变量和因变量的相关的程度。
二、回归分析的目的
回归分析的目的大致可分为两种：
第一，“预测”。预测目标变量，求解目标变量y和说明变量(x1，x2，…)的方程。
y=a0+b1x1+b2x2+…+bkxk+误差（方程A）
把方程A叫做(多元)回归方程或者(多元)回归模型。a0是y截距，b1，b2，…，bk是回归系数。当k=l时，只有1个说明变量，叫做一元回归方程。根据最小平方法求解最小误差平方和，非求出y截距和回归系数。若求解回归方程．分別代入x1，x2，…xk的数值，预测y的值。
第二，“因子分析”。因子分析是根据回归分析结果，得出各个自变量对目标变量产生的影响，因此，需要求出各个自变量的影响程度。
希望初学者在阅读接下来的文章之前，首先学习一元回归分析、相关分析、多元回归分析、数量化理论I等知识。
根据最小平方法，使用Excel求解y=a+bx中的a和b。那么什么是最小平方法？
分别从散点图的各个数据标记点，做一条平行于y轴的平行线，相交于图中直线(如下图)
平行线的长度在统计学中叫做“误差”或者‘残差”。误差(残差)是指分析结果的运算值和实际值之间的差。接这，求平行线长度曲平方值。可以把平方值看做边长等于平行线长度的正方形面积(如下图)
最后，求解所有正方形面积之和。确定使面积之和最小的a(截距)和b(回归系数)的值(如下图)。
使用Excel求解回归方程；“工具”→“数据分析”→“回归”，具体操作步骤将在后面的文章中具体会说明。
线性回归的步骤不论是一元还是多元相同，步骤如下：
1、散点图判断变量关系（简单线性）；
2、求相关系数及线性验证；
3、求回归系数，建立回归方程；
4、回归方程检验；
5、参数的区间估计；
6、预测；
一元线性回归操作和解释
摘要
一元线性回归可以说是数据分析中非常简单的一个知识点，有一点点统计、分析、建模经验的人都知道这个分析的含义，也会用各种工具来做这个分析。这里面想把这个分析背后的细节讲讲清楚，也就是后面的数学原理。
什么是一元线性回归
回归分析（Regression Analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。举个例子来说吧：
比方说有一个公司，每月的广告费用和销售额，如下表所示：
案例数据
如果我们把广告费和销售额画在二维坐标内，就能够得到一个散点图，如果想探索广告费和销售额的关系，就可以利用一元线性回归做出一条拟合直线：
拟合直线
这条线是怎么画出来的
对于一元线性回归来说，可以看成Y的值是随着X的值变化，每一个实际的X都会有一个实际的Y值，我们叫Y实际，那么我们就是要求出一条直线，每一个实际的X都会有一个直线预测的Y值，我们叫做Y预测，回归线使得每个Y的实际值与预测值之差的平方和最小，即（Y1实际-Y1预测）^2+（Y2实际-Y2预测）^2+ …… +（Yn实际-Yn预测）^2的和最小（这个和叫SSE，后面会具体讲）。
现在来实际求一下这条线：
我们都知道直线在坐标系可以表示为Y=aX+b，所以（Y实际-Y预测）就可以写成（Y实际-（aX实际+b）），于是平方和可以写成a和b的函数。只需要求出让Q最小的a和b的值，那么回归线的也就求出来了。
简单插播一下函数最小值怎么求：
首先，一元函数最小值点的导数为零，比如说Y=X^2，X^2的导数是2X，令2X=0，求得X=0的时候，Y取最小值。
那么实质上二元函数也是一样可以类推。不妨把二元函数图象设想成一个曲面，最小值想象成一个凹陷，那么在这个凹陷底部，从任意方向上看，偏导数都是0。
因此，对于函数Q，分别对于a和b求偏导数，然后令偏导数等于0，就可以得到一个关于a和b的二元方程组，就可以求出a和b了。这个方法被称为最小二乘法。下面是具体的数学演算过程，不愿意看可以直接看后面的结论。
先把公式展开一下：
Q函数表达式展开
然后利用平均数，把上面式子中每个括号里的内容进一步化简。例如
Y^2的平均
则：
上式子两边×n
于是
Q最终化简结果
然后分别对Q求a的偏导数和b的偏导数，令偏导数等于0。
Q分别对a和b求偏导数，令偏导数为0
进一步化简，可以消掉2n，最后得到关于a，b的二元方程组为
关于a,b的 二元方程组
最后得出a和b的求解公式：
最小二乘法求出直线的斜率a和斜率b
有了这个公式，对于广告费和销售额的那个例子，我们就可以算出那条拟合直线具体是什么，分别求出公式中的各种平均数，然后带入即可，最后算出a=1.98，b=2.25
最终的回归拟合直线为Y=1.98X+2.25，利用回归直线可以做一些预测，比如如果投入广告费2万，那么预计销售额为6.2万
评价回归线拟合程度的好坏
我们画出的拟合直线只是一个近似，因为肯定很多的点都没有落在直线上，那么我们的直线拟合程度到底怎么样呢？在统计学中有一个术语叫做R^2（coefficient ofdetermination，中文叫判定系数、拟合优度，决定系数，系统不能上标，这里是R^2是“R的平方”），用来判断回归方程的拟合程度。
首先要明确一下如下几个概念：
总偏差平方和（又称总平方和，SST，Sum of Squaresfor Total）：是每个因变量的实际值（给定点的所有Y）与因变量平均值（给定点的所有Y的平均）的差的平方和，即，反映了因变量取值的总体波动情况。如下：
SST公式
回归平方和（SSR，Sum of Squares forRegression）：因变量的回归值（直线上的Y值）与其均值（给定点的Y值平均）的差的平方和，即，它是由于自变量x的变化引起的y的变化，反映了y的总偏差中由于x与y之间的线性关系引起的y的变化部分，是可以由回归直线来解释的。
SSR公式
残差平方和（又称误差平方和，SSE，Sum of Squaresfor Error）:因变量的各实际观测值(给定点的Y值)与回归值（回归直线上的Y值）的差的平方和，它是除了x对y的线性影响之外的其他因素对y变化的作用，是不能由回归直线来解释的。
这些概念还是有些晦涩，我个人是这么理解的：
就拿广告费和销售额的例子来说，其实广告费只是影响销售额的其中一个比较重要的因素，可能还有经济水平、产品质量、客户服务水平等众多难以说清的因素在影响最终的销售额，那么实际的销售额就是众多因素相互作用最终的结果，由于销售额是波动的，所以用上文提到的每个月的销售额与平均销售额的差的平方和（即总平方和）来表示整体的波动情况。
回归线只表示广告费一个变量的变化对于总销售额的影响，所以必然会造成偏差，所以才会有实际值和回归值是有差异的，因此回归线只能解释一部分影响
那么实际值与回归值的差异，就是除了广告费之外其他无数因素共同作用的结果，是不能用回归线来解释的。
因此SST（总偏差）=SSR（回归线可以解释的偏差）+SSE（回归线不能解释的偏差）
那么所画回归直线的拟合程度的好坏，其实就是看看这条直线（及X和Y的这个线性关系）能够多大程度上反映（或者说解释）Y值的变化，定义
R^2=SSR/SST 或 R^2=1-SSE/SST, R^2的取值在0，1之间，越接近1说明拟合程度越好
假如所有的点都在回归线上，说明SSE为0，则R^2=1，意味着Y的变化100%由X的变化引起，没有其他因素会影响Y，回归线能够完全解释Y的变化。如果R^2很低，说明X和Y之间可能不存在线性关系
还是回到最开始的广告费和销售额的例子，这个回归线的R^2为0.73，说明拟合程度还凑合。
四、相关系数R和判定系数R^2的区别
判定系数R^2来判断回归方程的拟合程度，表示拟合直线能多大程度上反映Y的波动。
在统计中还有一个类似的概念，叫做相关系数R（这个没有平方，学名是皮尔逊相关系数，因为这不是唯一的一个相关系数，而是最常见最常用的一个），用来表示X和Y作为两个随机变量的线性相关程度，取值范围为【-1，1】。
当R=1，说明X和Y完全正相关，即可以用一条直线，把所有样本点（x,y）都串起来，且斜率为正，
当R=-1，说明完全负相关，及可以用一条斜率为负的直线把所有点串起来。
如果在R=0，则说明X和Y没有线性关系，注意，是没有线性关系，说不定有其他关系。
就如同这两个概念的符号表示一样，在数学上可以证明，相关系数R的平方就是判定系数。
变量的显著性检验
变量的显著性检验的目的：剔除回归系数中不显著的解释变量（也就是X），使得模型更简洁。在一元线性模型中，我们只有有一个自变量X，就是要判断X对Y是否有显著性的影响；多元线性回归中，验证每个Xi自身是否真的对Y有显著的影响，不显著的就应该从模型去掉。
变量的显著性检验的思想：用的是纯数理统计中的假设检验的思想。对Xi参数的实际值做一个假设，然后在这个假设成立的情况下，利用已知的样本信息构造一个符合一定分布的（如正态分布、T分布和F分布）的统计量，然后从理论上计算得到这个统计量的概率，如果概率很低（5%以下），根据“小概率事件在一次实验中不可能发生”的统计学基本原理，现在居然发生了！（因为我们的统计量就是根据已知的样本算出来的，这些已知样本就是一次实验）肯定是最开始的假设有问题，所以就可以拒绝最开始的假设，如果概率不低，那就说明假设没问题。
其实涉及到数理统计的内容，真的比较难一句话说清楚，我举个不恰当的例子吧：比如有一个口袋里面装了黑白两种颜色的球一共20个，然后你想知道黑白球数量是否一致，那么如果用假设检验的思路就是这样做：首先假设黑白数量一样，然后随机抽取10个球，但是发现10个都是白的，如果最开始假设黑白数量一样是正确的，那么一下抽到10个白的的概率是很小的，但是这么小概率的事情居然发生了，所以我们有理由相信假设错误，黑白的数量应该是不一样的……
总之，对于所有的回归模型的软件，最终给出的结果都会有参数的显著性检验，忽略掉难懂的数学，我们只需要理解如下几个结论：
T检验用于对某一个自变量Xi对于Y的线性显著性，如果某一个Xi不显著，意味着可以从模型中剔除这个变量，使得模型更简洁。
F检验用于对所有的自变量X在整体上看对于Y的线性显著性
T检验的结果看P-value，F检验看Significant F值，一般要小于0.05，越小越显著（这个0.05其实是显著性水平，是人为设定的，如果比较严格，可以定成0.01，但是也会带来其他一些问题，不细说了）
下图是用EXCEL对广告费和销售额的例子做的回归分析的结果（EXCEL真心是个很强大的工具，用的出神入化一样可以变成超神），可以看出F检验是显著的（Significance F为0.0017），变量X的T检验是显著的（P-value为0.0017），这俩完全一样也好理解，因为我们是一元回归，只有一个自变量X。
用Excel做线性回归分析
还有一点是intercept（截距,也就是Y=aX+b中的那个b）的T检验没有通过，是不显著的，一般来说，只要F检验和关键变量的T检验通过了，模型的预测能力就是OK的。
- 相关评论
- 我要评论
-
