SPSS统计实践笔记17:一元线性回归

原创 数据小兵  2018-12-21 12:07  阅读 572 次
视频课程《SPSS统计分析:从入门到实践提高》

微信号后台有非常之多的关于回归分析的留言,作为最常见的统计分析方法,在工作生活中的应用需求量巨大,这两天已经为大家选好了案例数据,先从一元线性回归分析开始。

一元线性回归,顾名思义,仅有一个自变量的回归模型,研究的是一个因素对结果的影响,可以用于预测,也经常被称之为简单线性回归分析。它的模型表达式为:

Y=a+bX+e

回归的过程就是要确定截距a和回归系数b的具体值,当然前提条件是模型具备统计学意义。

看案例:

案例数据很好理解,是常见的销售数据,反映的是某公司太阳镜一年12个月的具体销售情况。试分析当广告费用为15万元时,预测当月的销售量值。

几乎所有的回归分析问题,首先都从一个散点图开始,散点图能够快速而且直观的看到自变量和应变量之间是否包含线性关系,如果图形上看不出明显线性关系的话,后续的分析效果也不会太好。

散点图菜单步骤:图形→旧对话框→散点图→简单算点图,自变量广告费用用作X轴,销售量用作Y轴。

由散点图可以看出,增加广告投入销售量随之上升,一个正相关线性关系,图示的作用在于让我们对预测销售量充满信心,接下来开始一元线性回归。

本文地址:http://www.datasoldier.net/archives/834
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!