八十、计算可决（判定）系数（RSQ函数）：
RSQ函数是用来计算皮尔生(Pearson)乘积矩相关系数的平方，即可决系数。它反映了一个随机变量与多个随机变量之间的数字特征，是衡量因变量变化可靠程度的一个统计指标。
语法规范：RSQ函数的语法是“=RSQ(known_y's， known_x's)”。
参数说明：known_y's和known_x's分别是需要计算可决系数的两个数组或数据点区域。
示例：比如在Excel中，若想计算表中参数的可决系数，可在C2单元格插入函数“=RSQ(A2:A7, B2:B7)”，然后按【Enter】键确认。
八十一、计算标准误差（STEYX函数）：
STEYX函数是用来计算线性回归法预测每个x的y值时所产生的标准误差。这是一个衡量预测错误量的度量值。
语法：STEYX函数的语法为“=STEYX(known_y's， known_x's)”。
参数：known_y's为因变量数据集；known_x's为自变量数据集。
示例：要计算表中参数的标准误差，可在C2单元格输入函数“=STEYX(A2:A7, B2:B7)”，随后按【Enter】键。
八十二、计算线性回归线的斜率（SLOPE函数）：
SLOPE函数用于计算通过已知自变量集和因变量集中的数据点的线性回归线的斜率。
语法：“=SLOPE(known_y's， known_x's)”。
参数：known_y's是数字型因变量数据集；known_x's是自变量数据点集合。
示例：若要计算表中参数的斜率，可在C2单元格插入“=SLOPE(A2:A7, B2:B7)”，然后按【Enter】键。
八十三、计算最佳拟合回归线与y轴的交点值（截距）（INTERCEPT函数）：
INTERCEPT函数利用已知的x值与y值绘制的最佳拟合回归线为基础，计算直线与y轴交叉点到原点的距离。
语法：“=INTERCEPT(known_y's， known_x's)”。
参数：同上。
示例：计算交点值时，在C2单元格插入“=INTERCEPT(A2:A7, B2:B7)”，随后按【Enter】键。
八十四、返回线性回归方程的参数（LINEST函数）：
LINEST函数通过最小二乘法计算最佳拟合线的统计值，并返回描述此直线的数组。它还可以与其他函数结合使用来计算其他类型线性模型的统计值。
语法：“=LINEST(known_y's， [known_x's]， [const]， [stats])”。
示例1：计算斜率和截距时，可选中C2:D2单元格区域，插入函数“=LINEST(A2:A7, B2:B7, FALSE)”，然后按【Ctrl】+【Shift】+【Enter】键。
八十五、计算线性回归拟合线的纵坐标（y）值（TREND函数）：