熱線電話：13121318867

登錄
首頁精彩閱讀使用Excel進行回歸分析，預測真實值
使用Excel進行回歸分析，預測真實值
2017-04-14
收藏
前言

昨天學習了 Excel 中的相關分析，在數據分析中，相關分析和回歸分析關系緊密，今天來學習下 Excel 中的回歸分析。

回歸分析

回歸分析（regressionanalysis)是確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。

我們在得到兩組數據之間的相關程度之后，就可以使用回歸分析進行預測了，換言之，相關分析是回歸分析的基礎和前提，回歸分析是相關分析的深入和繼續。但只有當數據之間存在高度相關時，進行回歸分析尋求相關的具體形式才有意義。

回歸分析的分類

在我們的日常數據分析過程中，回歸分析是應用十分廣泛的一種數據分析方法，該方法主要用于分析單個因變量是如何受到一個或多個自變量影響的。如分析某個產品的銷售情況與產品質量、價格、促銷活動、天氣等因素之間的關系。根據已知的一組數據，我們就可以知道這幾個因素對銷售額的影響，然后對同類產品的銷售額進行預測。

回歸分析的分類如下圖1所示：

　　
實例應用：使用多元線性回歸分析預測銷售額

1、實例描述

某品牌汽車經銷商的經理了解到投放廣告對于汽車銷售額增長具有很大的作用，但是他并不明確在電視臺投放廣告與在各個視頻網站投放廣告哪種方式對增加汽車銷售額更有效。在2017年1月，若在電視臺和視頻網站分別投入的廣告費為20萬和30萬，那么應估算汽車的銷售額為多少萬元？針對這種情況，經理手機本公司去年各月的汽車銷售額數據及每月在以上兩種媒介上投入的廣告費用數據，如下圖2所示。


2、實例分析

簡單根據上面的數據，我們并不能確定這兩種廣告投放渠道哪種更有效，所以，這里我們使用Excel中的回歸分析方法，先檢驗這兩組數據與銷售額的相關性程度，隨后再根據回歸分析過程中所得到的線性回歸方程預測確定廣告費時的銷售額。

3、操作分析

使用Excel進行多元線性回歸分析的因變量是銷售額，自變量是兩種渠道的廣告費，具體步驟如下：

第1步：選擇回歸分析工具并設置參數。打開“數據分析”對話框，選擇“回歸”分析工具，單擊“確定”，如圖3所示，彈出“回歸”對話框，設置“Y值輸入區域”為“$D$2：$D$14”，“X值輸入區域”為“$B$2：$C$14”；勾選“標志”“置信度”復選框，并設置置信度為“95%”；單擊“輸出區域”，并設置該區域為“$F$1”；單擊確定即可。如圖4所示。


第2步：顯示回歸分析結果。此時返回工作表，就能得到詳細的各項參數值。如圖5所示。


操作解析：

回歸分析的計算結果一共包括三個模塊：

（1）第一個模塊為回歸統計表，其中主要包含MultipleR、RSquare、AdjustedRSquare、標準誤差和觀測值。MultipleR為復相關系數，也就是前面說的相關系數，用來衡量x和y之間的相關程度大小，RSquare為復測定系數R2，其用來說明自變量解釋因變量變差的程度，從而測量同因變量y的擬合效果，AdjustedRSquare為調整后的復測定系數R2，標準誤差衡量擬合程度大小，值越小，說明擬合程度越好，觀測值指的是用于估計回歸方程數據的觀測值個數。

（2）第二個模塊為方差分析表。其主要作用是通過假設檢驗中的F-檢驗來判斷回歸模型的回歸效果。

（3）第三個模塊是回歸參數表。第一列表示截距，第二列表示對應模型的回歸系數，包括了截距和斜率，可以根據這個建立回歸模型。第三列為回歸系數的標準誤差，值越小，表明參數的精確度越高，第四列對應的是統計量t值，用于檢驗模型參數。第五列為各個回歸系數的P值，當P<0.05時，可以認為模型在α=0.05的水平上顯著，或置信度達到了95%。最后幾列為回歸系數置信區間的上限和下限。

4、決策分析

上面的結果中可以看到，R值為0.9863，表示廣告支出費與銷售額之間的關系為高度正相關，復測定系數為0.9727，表明用自變量可解釋因變量變差的97.27%，AdjustedRSquare為0.9666，說明自變量能說明因變量的96.66%，因變量剩余的3.33%則由其他因素來解釋。

回歸參數表中，回歸方程的截距和兩個斜率分別為-316.29，9.13，51.06。又因為P值小于0.05，說明了這兩個自變量對汽車銷售額均有顯著影響，但是，兩個斜率中，視頻網站對應的回歸系數更大，說明在視頻網站上投放廣告更有效。

由此可得該回歸分析的線性回歸方程為：y=-316.29+9.13x1+51.06x2。

預測一下，當電視廣告費和視頻廣告費分別為20萬和30萬時，汽車銷售額的預測值為：y=-316.29+9.13*20+51.06*30=1398.11（萬）。

小結

上面就是今天的主題內容了，今天學習一下 Excel 中如何使用相關分析進行預測，這對數據分析很有幫助，可以看到不同渠道投放的廣告對我們銷售額的影響大小。希望通過上面的操作能幫助大家。如果你有什么好的意見，建議，或者有不同的看法，我都希望你留言和我們進行交流、討論。


作者 Airy
本文為轉自AiryData，轉載需授權



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據分析 線性回歸 方差分析 假設檢驗 決策分析 統計分析

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇圖論在大數據分析中的作用！
下一篇CDA認證再升一檔！與國家共同推進大數據人才培養標準教育事業！
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢