《商务数据分析》课件-回归分析

商务数据分析回归分析回归分析指标2回归分析概述1目录CONTENTS回归分析工具3回归分析概述01回归分析概述由一个或一组非随机变量来估计或预测某一个随机变量的观测值时,所建立的数学模型及所进行的统计分析,称为回归分析。②按变量之间关系的形式,回归分析可以分为线性回归分析和非线性回归分析。①按变量个数的多少,回归分析有一元回归分析与多元回归分析之分,多元回归分析的原理与一元回归分析的原理类似。回归分析的分类按变量数量分A按变量之间关系分B回归分析的内容回归分析的内容包括:如何确定因变量与自变量之间的回归模型;如何根据样本观测数据,估计并检验回归模型及未知参数;在众多的自变量中,判断哪些变量对因变量的影响是显著的,哪些变量的影响是不显著的;根据自变量的已知值或给定值来估计和预测因变量的值。回归分析的内容回归分析的内容包括:如何确定因变量与自变量之间的回归模型;如何根据样本观测数据,估计并检验回归模型及未知参数;在众多的自变量中,判断哪些变量对因变量的影响是显著的,哪些变量的影响是不显著的;根据自变量的已知值或给定值来估计和预测因变量的值。案例:某种合成纤维的强度与其拉伸倍数之间存在一定关系,表55(“线性回归分析”工作表)是实测12个纤维样品的强度y与相应的拉伸倍数x的数据记录。试求出它们之间的关系。1)打开“线性回归分析”工作表(见表5-5)。

ABC1编号拉伸倍数(x)强度(y)211.91.43221.3432.11.8542.52.5652.72.8762.72.5873.53983.52.710944111043.512114.54.213124.63.5回归分析概述2)绘制“XY散点图”选中“拉伸倍数”列与“强度”列,单击“插入”选项卡→“图表”组→“散点图”。3)右击散点图中数据点,在弹出的菜单中选择“添加趋势线”;再右击趋势线,在弹出的菜单中选择“设置趋势线格式”。在“设置趋势线格式”对话框中单击左侧列表中的“趋势线选项”→选中右侧“趋势线选项”区域的“线性”,并勾选“显示公式”和“显示R平方值”。如图518所示。回归分析概述4)趋势回归直线方程如图519所示。回归分析概述回归分析指标02回归分析指标(1)截距函数。语法:INTERCEPT(known_yˈs,known_xˈs)，其中:known_yˈs为因变量的观察值或数据集合,known_xˈs为自变量的观察值或数据集合。01(2)斜率函数。语法:SLOPE(known_yˈs,known_xˈs)，其中:known_yˈs为数字型因变量数据点数组或单元格区域;known_xˈs为自变量数据点集合。02(3)测定系数函数。语法:RSQ(known_yˈs,known_xˈs)，其中:known_yˈs为数组或数据点区域;known_xˈs为数组或数据点区域。03(4)估计标准误差函数。语法:STEYX(known_yˈs,known_xˈs)，其中:known_yˈs为因变量数据点数组或区域;known_xˈs为自变量数据点数组或区域。04案例:在某大学一年级新生体检表中随机抽取10张,得到10名大学生的身高(x)和体重(y)的数据,如图5-20所示。用Excel提供的工作表函数进行相关计算。(1)分别计算截距、斜率、测定系数、估计标准误差,结果如图5-21所示。(2)根据计算结果可以得出直线方程。4.2回归分析回归分析指标回归分析工具03回归分析工具“回归分析”工具是通过对一组观察值使用“最小平方法”进行直线拟合,来分析一个或多个自变量对单个因变量的影响方向与影响程度的。它是Excel中数据分析工具的一个内容。“回归”对话框中主要包括以下内容:Y值输入区域、X值输入区域、标志、置信度、常数为零、输出区域、新工作表组、新工作簿、残差、标准残差、残差图、线性拟合图、正态概率图。案例:以图5-20中的数据为例,利用“回归分析”工具进行回归分析。(1)打开“身高体重”工作表。(2)单击“数据”选项卡,在“分析”组单击“数据分析”按钮,弹出“数据分析”对话框,在“分析工具”列表中选择“回归”,进行相关设置输出结果如图5-22所示。回归分析工具的应用回归分析工具输出结果1)回归统计表。包括相关系