数据分析：解读一元线性回归分析
2020/06/24 03:42
回归分析是一种重要的统计学数据分析方法，对具有因果关系的影响因素（自变量）和预测对象（因变量）所进行的数理统计分析处理。
回归分析的目的：
1.预测——预测未来的走势趋势
2.因子分析——研究哪个因素是最为影响走向的因子
什么是一元线性回归：
在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。
举例说明：
如图所示，有一个公司，他们每个月的投入广告费用和产出的销售额如下图所示，把数据绘制在象限上，可以得到一个散点图，利用excel可以制作一条拟合直线。
如何评价回归线拟合程度的好坏：
画出的拟合直线只是一个近似，因为肯定很多的点都没有落在直线上，R的平方，也称作判定系数，用来判断回归方程的拟合程度。
R的平方取值在0-1之间，越接近1说明拟合程度越高，数据关联系越好。
相关系数说明：
当R=1，说明X和Y完全正相关，即可以用一条直线，把所有样本点（x,y）都串起来，且斜率为正；
当R=-1，说明完全负相关，及可以用一条斜率为负的直线把所有点串起来；
EXCEL操作方法
录入两列数值，框选数值，选择制作图表——选择散点图，点击图表内的圆点，右键添加拟合直线，即可绘制，还可以添加R的平方和斜率；
免费直播
精选课程 更多
