回归模型.牙膏销售量.ppt

《回归模型.牙膏销售量.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、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，

2、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.SPS1、创建数据文件0138538055073802375400675851......datalist/T1-2cprice3-5(2)。。。.begindata.enddata.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）：co

3、mpute2、数据的预处理fileopendata1、analyze-descriptivestatistic-descriptives2、analyze-descriptivestatistics-frequencies3、analyze-descriptivestatistics-explore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

4、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

5、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。Confidence

6、intervals：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模型拟合R方的改变描述性统计值部分相关系数和偏相关系数多重共线性诊断残差检验是否存在序列相关的统计量个案诊断输入奇异数据的判据输出所有残差ei被解释变量标准化预测值标准化残差标准化残差标准化预测值剔除残差修正后的预测值t分析残差t分析剔除残差生成图形类型直方图正态P-P概率图生成所有的局部回归图预测值选项非标准化预测值标准化预测值调节预测值均值预测值的标准误差距离选项马氏距离co

7、ok's距离中心杠杆值预测区间均值的预测上限和下限每个个案值的预测上限和下限置信区间残差选项剔除某个个案后的变化情况beta差值标准化拟合差值标准化beta差值拟合差值协方差矩阵的比率设置进入值和剔除值的标准用变量的F显著性概率作为评判标准回归方程中包含有常数项设置缺失值的处理方式用均值代替缺失值剔除所有含有缺失值的个案剔除成对数据中含有一个缺失值的个案数据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

8、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的评价，每个回归系数置信区间是否包含零点，可以用来检验对应的回归变量对因变量的影响是否显著（若包含零点则不显著），如果对结果不够满意，则应该进模型。