2. 添加趨勢線，并且顯示回歸分析的公式和R平方值：
從圖得知，R平方值=0.9995，趨勢線趨同于一條直線，公式是：y=0.01028x-27.424
R 平方值是介于 0 和 1 之間的數字，當趨勢線的 R 平方值為 1 或者接近 1 時，趨勢線最可靠。因為R2 >0.99，所以這是一個線性特征非常明顯的數值，說明擬合直線能夠以大于99.99%地解釋、涵蓋了實際數據，具有很好的一般性, 能夠起到很好的預測作用。
3. 使用Excel的數據分析功能
1）點擊【數據分析】，在彈出的選擇框中選擇【回歸】，然后點擊【確定】：
2）【X值輸入區(qū)域】選擇訪問數的單元格，【Y值輸入區(qū)域】選擇銷售額的單元格，同時勾選如下所示的選項，包括殘差、標準殘差、殘差圖、線性擬合圖和正態(tài)概率圖。
3）以下內容是殘差和標準殘差：
4）以下是殘差圖：
殘差圖是有關于實際值與預測值之間差距的圖表，如果殘差圖中的散點在中軸上下兩側分布，那么擬合直線就是合理的，說明預測有時多些，有時少些，總體來說是符合趨勢的，但如果都在上側或者下側就不行了，這樣有傾向性，需要重新處理。
5）以下是線性擬合圖
在線性擬合圖中可以看到，除了實際的數據點，還有經過擬和處理的預測數據點，這些參數在以上的表格中也有顯示。
6）以下是正態(tài)概率圖
正態(tài)概率圖一般用于檢查一組數據是否服從正態(tài)分布，是實際數值和正態(tài)分布數據之間的函數關系散點圖，如果這組數值服從正態(tài)分布，正態(tài)概率圖將是一條直線?；貧w分析不一定得符合正態(tài)分布，這里只是僅僅把它描繪出來而已。
以上數據表格和圖表都說明公式y(tǒng)=0.01028x-27.424是一個值得信賴的預測曲線，假設搞活動時流量有50萬訪問數的話，那么預測銷售將是51373，如下圖所示：
VIA：szwebanalytics
更多詳細信息，請您微信關注“計算網”公眾號：
