讲讲回归分析模型
俊红的数据分析之路
共 1741字,需浏览 4分钟
· 2021-10-25
一、为什么叫回归?
二、回归模型有什么用?
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。
三、如何进行回归分析
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
![](https://filescdn.proginn.com/264f8248eda7162703a3b8ad2f6b7264/f654723b4abd779b69e22455bdfa3a67.webp)
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。
![](https://filescdn.proginn.com/00b3db963bbadcd0fcc3042584f56e90/b062027c47e50eb43b8fb351c022f4be.webp)
四、模型计算与解读
模型本身预测准不准。主要看R平方(如下图蓝色) 模型整体是否有效。主要看F检验的结果(如下图橙色) 模型里,每个因变量的检验结果(如下图绿色)
![](https://filescdn.proginn.com/3838c91de9a1d5f9e963fc1108d94acd/d007286b42252dba43044d95245d038a.webp)
五、回归分析模型应用
六、回归分析局限性
回归不等于因果!不等于因果!不等于因果!回归模型只能从数据上说明:两个变量存在关系,但是实际上有没有关系,得看具体业务情况。因此千万不要乱用。 模型检验可能难以通过。为了演示方便,本文选择的数据非常漂亮,做出来三项检测全部通过,但实际情况会很复杂,出现各种检测不通过的情况,因此也衍生出更多、更复杂的知识点,这个我们后边慢慢分享。
![音符](https://filescdn.proginn.com/37b81ceea3afd53ddee97f97df008f84/690e542fd9eb5f8a6597e48cd16a570a.webp)
![](https://filescdn.proginn.com/16a52e39ddbdc04f212a5a18f5702954/94ff8b055860fb65abec5004232ba9ef.webp)
![](https://filescdn.proginn.com/eb1754208e89987a848864facf8783a7/6cad8ae7a9b55cb6b2bc40736460644b.webp)
![](https://filescdn.proginn.com/3f27f26a9a329fc0b7adf6f80d800066/7961be8a24ea1143563b9e0402d5b71e.webp)
![](https://filescdn.proginn.com/41f87ebf0d9e3b7503a93a21707de27f/bdf7d0478a9edff9b13164957aa8d7cc.webp)
评论