三分钟,看回归分析模型怎么弄
发布时间:2021-12-27 14:48:36 所属栏目:大数据 来源:互联网
导读:总有小伙伴想看分析模型,我们就从最简单的回归分析模型讲起。回归分析是所有分析模型里最浅显,最容易懂的,并且回归分析有很多变化形态,能适用于很多问题场景。今天就一起来看一下。 一、为什么叫回归? 回归翻译自:regression,最初是统计学家们,关注到
总有小伙伴想看分析模型,我们就从最简单的回归分析模型讲起。回归分析是所有分析模型里最浅显,最容易懂的,并且回归分析有很多变化形态,能适用于很多问题场景。今天就一起来看一下。 一、为什么叫回归? 回归翻译自:regression,最初是统计学家们,关注到:孩子的身高总会向平均身高靠近,即使父母都很高,孩子也不会无限长高下去。从这些研究里,总结出回归分析方法(regression,还有一个意思是:退化,可以说很形象了)。 二、回归模型有什么用? 回归模型是用来做:预测的。 在数据分析里,预测分两种: 连续型预测:比如预计销售额是3550万,预测客户15万,预测结果是一个连续型数字。 分类预测:比如预计用户接电话/不接电话,预计新品上市后是A级/B级/C级,预测结果不是一个连续型数字,而是一个分类结果。 大部分回归分析模型都是连续型预测(逻辑回归除外)。今天就从最简单的,只有一个变量的简单线性回归分析讲起。 三、如何进行回归分析 做回归分析有五步: 第一步:确认是否是预测问题 第二步:确认要预测的因变量,影响预测结果的自变量 第三步:收集数据,检验数据间关系 第四步:计算模型,检验结果 第五步:进行预测 看个具体问题场景:某公司在新品上市前,会提前进行宣传,并进行预约。虽然最终上市以后,并非只有预约用户买,但是如果能通过预约人数,预测销售情况,就能提前预判商品会不会受欢迎,从而把控库存情况。具体数据如下表。 拿到问题后,一步步来: 第一步:该场景需要的是预测,要预测的是销售额,是一个连续型变量。 第二步:确认因变量,自变量。该问题中: 因变量(要预测的):销售额 自变量(影响预测结果的):预约人数 没有其他变量了。 拿到数据后,可初步判断两个指标是否有关系,是何种关系,从而选择合适的模型。判断关系,最简单快捷的方法就是:散点图。因此拿到数据以后,可以先做散点图。如上图所示,因变量和自变量之间看起来是有明显线性关系的,因此可以用线性回归来做。 第三步:收集数据,题目已帮忙收集好了,进入下一步。 第四步:进行计算。简单的线性回归,用excel→数据分析→回归即可计算(如下图) 至于模型解读,略为复杂,我们慢慢看哦 四、模型计算与解读 回归分析的模型解读略显复杂,并且包含了大量假设检验的知识,这里先不探讨其复杂原理,给个最简单的判断原则,小伙伴们抄起来能用即可。 (编辑:东莞站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
站长推荐