R语言与多元线性回归分析计算案例_第1页
R语言与多元线性回归分析计算案例_第2页
R语言与多元线性回归分析计算案例_第3页
R语言与多元线性回归分析计算案例_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第R语言与多元线性回归分析计算案例目录计算实例分析模型的进一步分析

例6.9某大型牙膏制造企业为了更好地拓展产品市场，有效地管理库存，公司董事会要求销售部门根据市场调查，找出公司生产的牙膏销售量与销售价格，广告投入等之间的关系，从而预测出在不同价格和广告费用下销售量。为此，销售部门的研究人员收集了过去30个销售周期（每个销售周期为4周）公司生产的牙膏的销售量、销售价格、投入的广告费用，以及周期其他厂家生产同类牙膏的市场平均销售价格，如表6.4所示。

试根据这些数据建立一个数学模型，分析牙膏销售量与其他因素的关系，为制订价格策略和广告投入策略提供数量依据。

由于牙膏是生活的必需品，对于大多数顾客来说，在购买同类牙膏时，更多的会关心不同品牌之间的价格差，而不是它们的价格本身。因此，在研究各个因素对销售量的影响时，用价格差代替公司销售价格和其他厂家平均价格更为合适。

模型的建立与求解

记牙膏销售量为Y，价格差为X1，公司的广告费为X2，假设基本模型为线性模型:

输入数据，调用R软件中的lm（）函数求解，并用summary（）显示计算结果（程序名：exam0609.R）

计算结果通过线性回归系数检验和回归方程检验，由此得到销售量与价格差与广告费之间的关系为：

模型的进一步分析

为进一步分析回归模型，我们画出y与x1和y与x2散点图。从散点图上可以看出，对于y与x1，用直线拟合较好。而对于y与x2，则用二次曲线拟合较好，如下图：

绘制x1与y的散点图和回归直线

绘制x2与y的散点图和回归曲线

其中I(X2^2)，表示模型中X2的平方项，及X22，从上图中，将销售量模型改为：

似乎更合理，我们做相应的回归分析：

此时，我们发现，模型残差的标准差Residualstandarderror有所下降，相关系数的平方MultipleR-squared有所上升，这说明模型修正的是合理的。但同时也出现了一个问题，就是对于2的P-值0.05。为进一步分析，做的区间估计。

如上错误出现？？？？！！！！直接引用结果如下：

2的区间估计为[7.49886317,0.1076898]，它包含了0，也就是说，2的值可能为0.因此，去掉X2的一次项，在进行分析：

此模型虽然通过了F检验和T检验，但与上一模型对比来看，Residualstandarderror上升，MultipleR-squared下降。这又是此模型的不足之处。

在做进一步的修正，考虑X1和X2交互作用，及模型为：

模型通过T检验和F检验，并且Residualstandarderror减少，MultipleR-squared增加。因此，最终模型选为：

到此这篇关于R语言与多

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论