1、这里随机生成了具有某一指数函数关系的自变量x与因变量y
2、绘制散点图（散点图的绘制见引用），可以看到y随x的变化幅度越来越大，呈现指数型的关系（二次函数型变化幅度不大），
3、一般可以假设模型为y=a*e^(b*x),a与b为常数，两边取对数，可以得到lny = lna+b*x,因此可以转化为lny与x的线性回归
4、在y前插入列，用于计算lny
5、绘制lny与x的散点图，可以看出显著的线性关系
6、还可以计算相关系数矩阵，可以看到lny与x线性相关性高达0.99
7、然后就可以建立lny与x的回归模型，单击数据——数据分析（没有数据分析的需要先加载分析工具库，见引用经验），选中回归
8、在弹出的菜单中做相应的设置，确定即可
9、输出结果显示模型参数四舍五入为ln(y) = 1.80*x +0.42，聪艄料姹再根据对数变换进行还原，得到模型y = e^(0.42+1.80*x)
10、根据模型，可做预测
