请教下用R和Excel做回归的结果为什么相差很大
R的运行过程如下：
Grades<-read.table("D:/R/Train/DataSets/ch1/Ch01PR19.txt")
attach(Grades)
Gradesfit<-lm(V1~V2)
summary(Gradesfit)
输出结果：
Call:
lm(formula = V1 ~ V2)
Residuals:
     Min       1Q   Median       3Q      Max
-2.74004 -0.33827  0.04062  0.44064  1.22737
Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  2.11405    0.32089   6.588  1.3e-09 ***
V2           0.03883    0.01277   3.040  0.00292 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.6231 on 118 degrees of freedom
Multiple R-squared:  0.07262,   Adjusted R-squared:  0.06476
F-statistic:  9.24 on 1 and 118 DF,  p-value: 0.002917
而使用Excel数据分析板块做回归，结果则是：

	Coefficients	标准误差	t Stat	P-value	Lower 95%	Upper 95%	下限 95.0%	上限 95.0%
Intercept	3.057376	0.081957	37.30451	3.72E-67	2.895079	3.219674	2.895079	3.219674
X	0.00061	0.00208	0.29335	0.76976	-0.0035	0.00474	0.00352	0.00474

很明显R的参数估计和Excel的相差很大而且拟合不好。到底是为什么，恳请能指出问题所在，谢谢大家。