大数据与商务智能 男装销售的多元回归分析

1、数据模型分析案例、男装销售的多元回归分析本次研究男装销售的多元回归分析冋题Men 为因变量，mail、page、phone、print、service 为自变量。制作散点图，观察 Men 与mail、page、phone、print、service 是否具有线性关系皿OKCT1削山a：Number of Cililggi Mjuiled图men与mail的散点图bux鱼o.u.3雷寸*FS:CCijlOl：-3CCO3J3Q-:mijoi-iccmnc-.m:-!DMIB12DNumber of Pag#s in Catalog图men与page的散点图nl-u*匚巨肯 *_*萨（图men与p

2、hone 的散点图）F： I咖di沁虞 加口忙 2MOODO J皿皿1舅皿CO 皿总曲 4&XD0DAmoLMit $pnt on Print Advsrti si nj的散点图）吹 MLJ-D4-11*u選 dle一邛 3（图men 与service 的散点图）散点图分析表明，men 与 service (R2=0.414 )、phone (R2=0.595 )、 mail（R2=0.645 ）具有一定的线性关系进行回归分析，选择 men 作为自变量，page、phone、print、service 作为自变量，方法选择为进入。# cf i打J C olh哪卜v时 冋冃 严-f Hi恂 严*

3、4|hLiTitrfr y Cctalr-iq e Uajkd lil护 Elih 丘 u-Jm C jtdvcig pue|护 Niri-b 卅 仟忙 Lr?y pen fa -*巴phi# Aimuml Spelt on PrirtAawiisino bnrtiZW Ctvli 宮由啦电Rjq*刃世範码一# UMtariMfaad PisddHl Vdue JPfiE_l# UnrtandardI iwicual Rl S_i |/UWCM F4fKIJlHLIRL 1# 3対戏胡Pr心冋|4C】护 Slgndsrcd PtsJkIexI UqIx |2PR 11章 SlaJKJa dc-

4、d Rucdusil ZRE 1|# Sludensifed Rrirai SRE |# StuftEcd Ldeed -Soadud |SLl R_1|# h：aT33d rrcr crl Hre3c：ei3 . aiue | SJzF 1# M&d* 山OZm上UAH# 存. wiri门 巾 IBi竟第i EX2/ S . -1 hl f d h r JI卜汽创自箱I护 Lnbsr of Fa&E mi Catalog |ag |令JurFber of Phone Lues Open far Or-denng pMcne加nwri Sc*直 cn Pri I M/ertsir fmplij

5、r bfar nl Eu；Paner 陞iZm 盘仁 pr9r0f P伽色LinesOpenfbr04 汕 n?Amo uni Ssent on Pnnt AavcrtlEingNLiimteroTCuslcmsr Service F?即 nraenlM114.B82rooaonon.00.00.00J.EJ7tl8 34：01.DS06.02323.073M.酣E0D ?.71.g464.DIBTfi 363D3732D1 7J fl5D0忑2796,115.04.71.Q2鼻 RSEft： Biles of Mens Clolhng图共线性诊断图进行案例诊断，发现第105个数据是异常数据，

6、标准化残差为-4.876，绝 对值大于3，见下图。; I-J.sasoi MntEluding刚1值105B7632+5.102130S.794710064.6065c : -: ：；al: H . - H = 10图标准化残差直方图通过回归标准化残差的标准P-P图可知，回归标准化残差的累积概率点基本上均匀的分布在直线两侧，认为残差服从正太分布曲线，表明模型效果较好回壬I标准化歿整的标輕P-P閤因变量:Sal& of Men s Clothing00 OJGQ2040.031.0观测的斌机槪率图回归标准化残差的标准P-P图通过标准化残差和标准化预测值散点图可知，数据点分布在y=0上下，表明预测

7、结果较好。也聲暨 Sales of Mens Clothing图标准化残差和标准化预测值散点图根据回归模型易知，为了能大幅提高销量，需要对pho ne进行更好的优化,其次是service、pages，print对销量的影响不大，可以酌情考虑调整二、基于SPSS MODELER软件分析客户关系管理实验二a) C&RT模型分析1.选择Excel ”型源节点，并导入实验数据44l21边忤匕卑M斧国司d .二 盅册 m 业 XHlcg哎舟罪11 W垃dajf现RU! StdT H 五 UB Ki1 Lafc*aA siWn H4I-X1!占阿勻吕 i工怖m aiita IihiitEjf$-*:七无七

8、年七年弋聲壬无*2. 选择“字段选项”下的“类型”节点，设置数据的测量类型2 vk|i -i* Hsl: f ii.官4.矩也f败-iprUtfr冲WHiF；伏氐 境古亶勺站耳U# 科.SilWfR*官 1SIMAK盲. ?i|rtc-i 单囲帕FKLk 賞1SIM-1/电血 JA f* Lid曰 -W 国祕制mnmumnn-mmhpCE-mLAb-n-apn-H-Ln-h- pTf-ltp VTJ-li弋丄*七 M 曲需弋尬讹 wTi吃斗-ltTtp條當誥RNylli龍隹矍监|1*/zdtz.#14-.1弋*无乓壬A无I走a.3. 选择“记录选项”下的“选择节点”，设置选择条件，筛选出性别为

9、女的记 录4. 选择“建模”选项卡下的“树C&R设置为：启动交互会话，父分支中的最小记录数为20,子分支中的最小记录数为10，模型名称为M201673576 邱荣强，运行模型E + ；: 冷-皱屮2血期！騎星否fi订本躍習比 IE.父#支保冲踽小记翻回| 加宦找俶脚it记!tfi |啡子甘支中Jlft-jiEJSn： |诒exp2_xlgSS1瞬册舌再订水器否険Fi畏世送1血呵注释慣型曲 心自动（D冒自走窝 闻0殛齐印杀皤底喝it（立对匝王目核衬曲：；，ST 兽 KiitEiCS! 验证対E1.05. 生成决策树，选择“增益”选项卡，选择“目标类别”为*文性:-脚a/卿啊订生成SftS fea

10、陥注弱A Ci副四鱼a 倉圍騙盘誉詩固.*?*-hl nri-coat* iiSJP I33-1* !13*36*FWFK|HTWhIrl申$IrlIrl6.索引指数最高的两个节点分别为节点TT19 (111.43% ),节点 29 (111.43% )- e X W12LHira帕时珂r显如柯“3*31tDi计此:*E勺71.0931理恥IU咖111 *JME1T0#4 Blnon111 OJI5EB4fi1UWwsoam110 Flu?W函4T 1041J9110 $71MMIBM個31祐IMS1?fl IK勺刖114 It144怕厲ae：H15 KHR173131IMfTINKAllin

11、 i4IJH114Wl解WUD8417MIJUdl47Ui?1EZ3.ro10120.MinM.S辄旺钿肿FJ?14 WKB和Di&07311ML$4-ai2刘博101TUtHT4tutmeIQi2ZMioa54.71ZIG蛆再Z22!第尸 jJJJlRSxFK;KwDOJnmDO国価DOA4 M *!弋竽一曽“T73IJiMuv沖5 itEmo440剛51誅叫畑11Q14$MH州関山9JI1911曲厂1431QD0mi?!3 021G17BTJ*Htfi最I&A5IMMA1Ban75AIU.D&1 J112WIA71口 EMH郭1闻17MTF9fl4Ta 54强D5I1QDIDIJi 41，

12、气7MD也IK 10W4f17.节点19的客户具有以下特征：工作年限在25年以下，家庭收入档次在2-3档之间，拥有个人电脑并且使用网络服务8.节点29的客户具有以下特征：年龄在 58.5岁以下，工作年限在12.5年以上，拥有个人电脑，使用网络服务和传呼服务亓也ar re R0 心 910 4 S Ji生成模型，选择“输出”选项卡的“分析”节点并运行寓一: +令一攵前谥.dejU20lB735?6M(FQ1fiT357fEa分昕得出结论:模型预测的正确率和错误率分别为 90.22%和9.78%，模型预测准确高b）贝叶斯网络模型分析1.数据导入，类型设置同a）,选择“记录选项”选项卡下的“样本”节

13、点，抽取36% （ 6+30）41*1 MI M J Me的数据样本OP2 -ISf亠上旳知.*.-J.ii-B li|辛vrn* ji .；農*0寸.e tnffittrCl盍有排屯F 本c inC n1 UHL 蓦MOO）=r證Sj冲化削HMD OVERALLH20他36谢删O M2OU73576555S5文件t）生成上技剛园a汇2嬴级设任注錦回NMarginal PercentageOVERALLStrongly Negative6611.3%Somewhat Neflatwe13823.7%Neutral14324.6%Somewhat Posrtwe14825.4%Strofigty

14、 Positive87149%G6N0ERMale20935.9%Female37364.1%AGECAT1824467 9%2534127218%3X923039 5%50414725.3%64*325 5%DISTANCE 30 miles325.5%Strongly Neflatrve7212.4%八:;& J工号 弋龙 ：祇虫Heutroil15?ZZ.Of%11210?%IBS%QUALITYStrwigryiH15.J%曲NefcjUal佃吕強$Crfn#whl PeMv#13621.5%Slrugily faKrtiV013222 7%ViabdHs-54ngarol*|?暫ub

15、pqpal 飢 idli砒2f.#jl fhe a*pfidntvin3：dtinsj qM、on- uhpapiMlKrns得出结论如下:影响顾客总体满意度水平（overall ）的8个重要因素（gender、agecat、distanee、price、numitems 、org、service、quality ），可以看到模型总体顾客满意度水平为82.2%。b）应用神经网络模型分析1.导入数据 exp4.savE 叩 4 E3*2.新建字段选项类型，修改字段类型和方向ft. *H FFb 器吋 | “4HEOUL3A町豳M? 口 EFT KJRCHME PaiMEMT FOLidMJP p

16、sTqESTTOPE片#勺幅MWexp4.sav3新建神经网络模型，然后运行进行预测exp4.sav类型：OVERALL uaaBbiaBBUBBBil1OVERALL4.对神经网络模型结果进行分析Ckw-ril iiMffrtinwnv事“毎iS需桂用KlfVihaMlE3KB 1 申科盍s5QC见阿D%25%50%75%段関业屋番ttH ” Owwdll 阿缶!匚執MHdl OVERALLSERVICE 41MUMITEM a jJPRICE jflOUALITV 4AGECAT alORG JiDISNC S OVERALL的分忻-DX2 文件 H 编辑Ilox分析注解&折養全部那展开全部GENDEF? 曰输出字段overall的结果3-比较 $N6/ERALL 与 OVERALL26345.19%3195481%582得出结论如下：45.19%从神