Р 2、残差图评价Р “残差图”以回归方程的自变量为横坐标,以残差εi为纵坐标,将每一个自变量的残差描在该平面坐标上所形成的图形。当描绘的点围绕εi=0的直线上下随机散布,说明回归直线对原观测值的拟合情况良好。否则,说明回归直线对原观测值的拟合不理想。在工作表中向右移动水平滚动条,使“残差图”显现全貌。如图7所示:Р 从“残差图”可以直观地看出残差的绝对数值都比较小,所描绘的点都在以0为横轴的直线上下随机散布,回归直线对各个观测值的拟合情况是良好的。说明变量X与y之间有显著的线性相关关系。Р 四、构造回归模型Р 通过以上分析得出了一致的结论,这样我们就可以认为变量X与y之间存在着显著的线性关系。进而从回归分析的“计算结果”栏中读取截距(Intercept)3442.459和斜率(X Variabl)0.559365,并构造回归模型如下:Р y=3442.459+0.559365xР 利用该回归分析模型可以预测和控制制造费用。即当x(机器小时)增加或减少一个单位时,y(制造费用)平均地增加或减少0.559365个单位。因此一旦给x一个确定的值,相应地也就确定了y的值;相反,一旦给y一个确定的值,相应地也就可以确定x的值。Р 显而易见,Excel电子表回归分析工具的应用,为我们按照成本习性分解混合成本提供了极大的便利,不仅能够使财会人员能够非常容易地根据历史资料从混合成本中分解出固定成本和单位变动成本,建立起用于进行成本预测和成本控制的回归方程,而且能够保证所建立的回归模型中的变量x与y之间具有显著的线性相关性,使混合成本分解的准确性和可靠性提高。可以预言,Excel电子表回归分析工具在分解混合成本中的普遍应用,将会使以变动成本计算法为基础的管理会计在变动成本计算、成本预测、经营决策、全面预算、成本控制以及业绩评价等作用得到相当程度的改善。Р 作者单位:中国人民大学商学院会计系