回归模型.牙膏销售量.ppt

牙膏的销售量 问题 建立牙膏销售量与价格 广告投入之间的模型 预测在不同价格和广告费用下的牙膏销售量 收集了30个销售周期本公司牙膏销售量 价格 广告费用 及同期其它厂家同类牙膏的平均售价 1 创建分析数据集 2 数据的预处理 3 统计分析 4 检验分析结论 5 应用决策 利用统计软件分析数据的基本步骤 利用统计软件分析数据的基本步骤 将搜集的数据录入或者导入统计软件 按照统计软件的要求 建立相应的数据文件 检查是否有错误数据 是否有异常数据以及异常数据的处理 缺失数据的处理等 根据研究目的和数据类型选择相应的统计方法和呈现数据 挖掘数据特征和统计规律 得出分析结论 运用相关的统计检验分析结论的正确性与可靠性 包括参数的显著性检验 模型拟合度检验 非参数检验等 将统计分析的结论用到决策中或者给决策者提供决策参考 这是统计分析的最终目的 数据的录入 命令及格式见文件 牙膏的销售量 SPS 1 创建数据文件 0138538055073802375400675851 栏位 小数位数 变量名 打开文件 牙膏的销售量 sav 创建新变量 价格差 compute 2 数据的预处理 file open data 数据的简单描述 3 统计分析与假设检验 1 回归模型与参数的确定 2 回归系数的显著性检验 4 预测 5 假设的检验 一元线性回归 多元线性回归 F检验法 t检验法 相关系数检验法 3 回归系数的区间估计 最小二乘法的点估计 最小二乘估计 线性诊断 残差的独立性诊断 残差的方差性诊断 残差的正态性诊断 均值预测区间 每个个案值的预测区间 一元线性回归模型 多元线性回归模型 模型的改进 模型1 销售量与价格差的散点图 预测均值的置信区间 个值预测的置信区间 预测区间 平方和 结果与分析 模型2 销售量与广告费用的散点图 曲线估计 结果与分析 模型3 非线性问题转换为线性问题 创建新变量 广告费用的平方compute 残差平均平方和 回归平均方平方和 模型4 创建新变量 广告费用与价格差的乘积 结果与分析 模型5 创建新变量 价格差的平方 结果与分析 3 统计分析与假设检验 1 回归模型与参数的确定 2 回归系数的显著性检验 4 预测 5 假设的检验 一元线性回归 多元线性回归 F检验法 t检验法 相关系数检验法 3 回归系数的区间估计 最小二乘法的点估计 最小二乘估计 线性诊断 残差的独立性诊断 残差的方差性诊断 残差的正态性诊断 均值预测区间 每个个案值的预测区间 创建新变量 广告费用的平方compute 创建新变量 广告费用与价格差的乘积 利用回归模型进行预测 确定对哪些个案进行回归分析 Estimates 系统默认值 选择此项系统输出 回归系数B B的标准差 标准回归系数Beta B的t值及其双尾检验的p值 Confidenceintervals 系统输出每一个B 非标准化回归系数 的95 的置信区间 Covariancematrix 系统输出协方差矩阵 对应的点近于斜对角直线分布 服从正态假设 各点在纵轴零点对应的直线上下基本均匀分布 服从线性假设 评注 根据已知数据 从常识和经验进行分析 辅以作图 决定取哪几个回归变量 及它们的函数形式 用软件求解后 作统计分析 R方 F p值的大小是对模型总体