数据分析:一元线性回归分析的解释

回归分析是一种重要的统计数据分析方法,用数理统计的方法处理因果影响因素(自变量)和预测对象(因变量)。

回归分析的目的:

1.预测-预测未来趋势。

2.因子分析——研究哪个因子是最有影响力的因子。

什么是一元线性回归?

在回归分析中,只包含一个自变量和一个因变量,它们之间的关系可以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。

例如:

如图,有一家公司,每月的广告费用和产出销售额如下图所示。在象限上绘制数据得到散点图,用excel做拟合直线。

如何评价回归线的拟合程度;

画出来的拟合直线只是一个近似值,因为很多点肯定不会落在直线上。R的平方,也称为判断系数,用来判断回归方程的拟合程度。

r的平方在0-1之间,越接近1,拟合度越高,数据相关性越好。

相关系数描述:

当R=1时,表示X和Y完美正相关,即所有样本点(X,Y)可以用一条直线串起来,斜率为正;

当R=-1时,说明完全负相关,所有点可以用一条斜率为负的直线串起来;

EXCEL操作方法

输入两列数值,勾选框内数值,选择制作图表——选择散点图,点击图表中的点,右键添加拟合线绘制,还可以添加R的平方和斜率;