。可以看出，在α005的显著水平上，截距的变化上限和下限为185865和657153，即有
185865a657153
斜率的变化极限那么为159615和202969，即有
159615b202969
第四局部，残差输出结果这一局部为选择输出内容，如果在“回归分析选项框中没有选中有关内容，那么输出结果不会给出这局部结
果。
实用文档
f
残差输出中包括观测值序号〔第一列，用i表示〕，因变量的预测值〔第二列，用yi表示〕，残差〔residuals，第三列，用ei表示〕以及标准残差〔表4〕。
表4残差输出结果
预测值是用回归模型
yi2356418129xi计算的结果，式中xi即原始数据的中的自变量。从图1可见，x1152，代入上式，得
y12356418129x123564181291522991284
其余依此类推。残差ei的计算公式为
eiyiyi从图1可见，y1286，代入上式，得到
e1y1y12862991284131284
其余依此类推。标准残差即残差的数据标准化结果，借助均值命令average和标准差命令stdev容易验证，残差的算术平均值为
0，标准差为1337774。利用求平均值命令sta
dardize残差的单元格范围，均值，标准差立即算出表4中的结果。当然，也可以利用数据标准化公式
zi
zizzizvarzii
逐一计算。将残差平方再求和，便得到残差平方和即剩余平方和，即有



SSeei2yiyi21610676
i1
i1
利用Excel的求平方和命令sumsq容易验证上述结果。以最大积雪深度xi为自变量，以残差ei为因变量，作散点图，可得残差图〔图3〕。残差点列的分布越是没有趋
势〔没有规那么，即越是随机〕，回归的结果就越是可靠。
用最大积雪深度xi为自变量，用灌溉面积yi及其预测值yi为因变量，作散点图，可得线性拟合图〔图4〕。
实用文档
f
最大积雪深度x米ResidualPlot
32101023
5
10
15
20
25
30
最大积雪深度x米
残差
灌溉面积y千亩
图3残差图
最大积雪深度x米Li
eFitPlot
605040302010
00
10
20
30
最大积雪深度x米
灌溉面积y千亩
预测灌溉面积y千亩
图4线性拟合图
第五局部，概率输出结果
在选项输出中，还有一个概率输出〔ProbabilityOutput〕表〔表5〕。第一列是按等差数列设计的百分比排位，第二列那么是原始数据因变量的自下而上排序〔即从小到大〕选中图1中的第三列〔C列〕数据，用鼠标点击自下而上排序按钮，立即得到表5中的第二列数值。当然，也可以沿着主菜单的“数据D→排序S路径，翻开数据排序选项框，进展数据排序。
用表5中的数据作散点图，可以得到Excel所谓的正态概率图〔图5〕。表5概率输出表
实r