大家好,我是愛學習的小xiong熊妹。
總有小夥伴想看分析模型,我們就從最簡單的回歸分析模型講起。回歸分析是所有分析模型裡最淺顯,最容易懂的,并且回歸分析有很多變化形态,能适用于很多問題場景。今天就一起來看一下。
一、為什麼叫回歸?回歸翻譯自:regression,最初是統計學家們,關注到:孩子的身高總會向平均身高靠近,即使父母都很高,孩子也不會無限長高下去。從這些研究裡,總結出回歸分析方法(regression,還有一個意思是:退化,可以說很形象了)。
所以,這裡的“回歸”隻是一個習慣稱呼,和業務部門口中的“回歸初心”“回歸原點”一毛錢關系都沒有!在讨論問題的時候,業務部門最喜歡扯“回歸”,做數據的小夥伴們,千萬别被繞進去了!!!
二、回歸模型有什麼用?回歸模型是用來做:預測的。
在數據分析裡,預測分兩種:
大部分回歸分析模型都是連續型預測(邏輯回歸除外)。今天就從最簡單的,隻有一個變量的簡單線性回歸分析講起。
三、如何進行回歸分析做回歸分析有五步:
看個具體問題場景:某公司在新品上市前,會提前進行宣傳,并進行預約。雖然最終上市以後,并非隻有預約用戶買,但是如果能通過預約人數,預測銷售情況,就能提前預判商品會不會受歡迎,從而把控庫存情況。具體數據如下表。
拿到問題後,一步步來:
第一步:該場景需要的是預測,要預測的是銷售額,是一個連續型變量。
第二步:确認因變量,自變量。該問題中:
沒有其他變量了。
拿到數據後,可初步判斷兩個指标是否有關系,是何種關系,從而選擇合适的模型。判斷關系,最簡單快捷的方法就是:散點圖。因此拿到數據以後,可以先做散點圖。如上圖所示,因變量和自變量之間看起來是有明顯線性關系的,因此可以用線性回歸來做。
第三步:收集數據,題目已幫忙收集好了,進入下一步。
第四步:進行計算。簡單的線性回歸,用excel→數據分析→回歸即可計算(如下圖)
至于模型解讀,略為複雜,我們慢慢看哦
四、模型計算與解讀回歸分析的模型解讀略顯複雜,并且包含了大量假設檢驗的知識,這裡先不探讨其複雜原理,給個最簡單的判斷原則,小夥伴們抄起來能用即可。
模型解讀,分為三個部分:
從上圖可以看出,本次建模的三個檢驗結果全部通過,表明模型可用。
這次建模隻有一個自變量 一個常數項,因此最終模型就是y=60 5x。常數項和自變量的數值,參見下圖黃色部分
有了回歸模型,我們就能預測未來情況啦。比如有一款新品,預約人數為4.5萬人,則可以代入模型,預測銷量為60 5*4.5=82.5萬,商品部門就能據此備貨了。
六、回歸分析局限性沒有模型是萬能的,回歸分析突出弱點有兩個:
實際上,本文僅僅是開了個頭,回歸分析有更多應用方式,比如用來預測用戶響應/不響應的邏輯回歸、用來預測時間走勢的時間序列自回歸等,小夥伴們先理解了回歸分析基本概念,我們再深入
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!