
最近,许问我为什么我觉得随着我的学习数据分析变得越来越混乱。我经常学到很多术语。当我真的遇到问题时,我将直接使用模型。这些理论很难联系起来。
这实际上回到了一个关键问题:数据分析的本质是什么?
事物与起源是密不可分的。所有外部方法都服务于事物的本质。数据分析也不例外。今天我们将讨论数据分析的本质。
回归分析的任务是尝试通过研究X和Y之间的相关性来解释Y的形成机理,然后达到通过X预测Y的目的。那么X到底是什么样子?
通常,X不是变量,而是多个变量。例如,影响广告展示率的不仅是投资成本,还包括网站SEO等。在实际情况下,我们需要找出所有X。最终的回归方程为:
这里我们添加了其他一些影响因素,例如成本输入X 2、人力输入X3、发布时间X4、广告点击率X5、目标人群X6、定价X7、投资的广告空间数量X8和目标设置数量X9。
3、建立回归模型
为了找到X和Y之间的变量关系,我们可以通过建立回归模型来实现。在这里,我将使用Excel的回归函数进行简单的操作。
将数据直接导入excel,在“选项”菜单中选择“附加组件”,使用“附加组件”多行文本框中的滚动条查找并选择“分析工具库”,然后然后点击底部的“转到”:

打开“加载项”选项并选择“数据分析库”,然后单击“确定”以将数据分析库加载到Excel中。
然后在“数据”菜单栏中单击“数据分析”,在弹出对话框中单击“回归”,然后下拉以选择相应的X和Y区域,选择“正态分布”,然后单击“好”。可以。
因此您可以获得最终结果
4、回归方程测试
利用回归方程,我们还需要测试其拟合程度。我们查看4个主要指标:顶部回归统计表中的多个R和R平方,中间表中的显着性F,下部网格中的P值。
5、回归方程
最后,可以根据图中获得的值获得回归方程,这样,当小李向老板申请广告投资成本时,他就不会害怕被老板说。
最后,简要总结一下。什么是回归分析?回归分析的一句话是:XY相关性分析。
我们遇到的大多数数据分析问题,如果您仔细考虑一下,都可以将它们标准化为回归分析问题。对于实际工作,此问题是否可以作为回归分析问题成功解决,这是实际项目成功的关键。规范成功的一个具体体现是:首先,是否明确定义了因变量Y。其次,解释变量X是否准确,有力。
本文来自电脑杂谈,转载请注明本文网址:
https://www.pc-fly.com/a/shumachanpin/article-329795-1.html
遇过里面有活着的小虫