为了找出color、rarity、flower number、type of species对price的影响，由此，price为因变量，color、rarity、flower number、type 为自变量。
研究自变量对因变量的影响，可以选用的方法有两种，一种是传统的线性回归模型OLS，另一种是广义线性模型GLM（Generalized Linear Model）。传统模型（OLS）要求因变量服从正态分布，广义线性模型（GLM）则适用的范围更广，不要求因变量一定服从正态分布，并且方差也可以不稳定。
第一步：考察因变量price的分布类型。
基于以上的分析，为了判断应该适用OLS还是使用GLM。需要先对因变量price的分布状况进行分析。首先，检验因变量price是否服从正态分布，检验的结果如下：
Table 1 Tests of Normality
|
|
Kolmogorov-Smirnova |
Shapiro-Wilk |
||||
|
|
Statistic |
df |
Sig. |
Statistic |
df |
Sig. |
|
Price |
.149 |
156 |
.000 |
.818 |
156 |
.000 |
|
a. Lilliefors Significance Correction |
||||||
上表是正态性检验的结果，K-S检验和S-W检验的SIG.全部小于0.05.由此可以知道，因变量price不服从正态分布。因此，研究color、rarity、flower number、type of species对price的影响不能选用传统线性模型（OLS）分析，必须选用GLM模型。
通过price不服从正态分布这一结论，得出必须选用GLM模型之后，还需要进一步找出因变量price到底服从哪种分布。经过尝试，得出因变量price服从Gamma分布。
第二步：GLM分析
确定选用GLM模型和因变量price是服从Gamma分布的，进行GLM分析，结果如下：
Table 2
|
Case Processing Summary |
||
|
|
N |
Percent |
|
Included |
156 |
100.0% |
|
Excluded |
0 |
0.0% |
|
Total |
156 |
100.0% |
上表的结果陈述了，参与分析的案例个数为156。
Table 3
|
Categorical Variable Information |
||||
|
|
N |
Percent |
||
|
Factor |
Color |
Green |
30 |
19.2% |
|
Red |
30 |
19.2% |
||
|
White |
29 |
18.6% |
||
|
Black |
30 |
19.2% |
||
|
Yellow |
22 |
14.1% |
||
|
Blue |
15 |
9.6% |
||
|
Total |
156 |
100.0% |
||
|
Rarity |
Rare |
83 |
53.2% |
|
|
Commom |
73 |
46.8% |
||
|
Total |
156 |
100.0% |
||
|
FlowerNumber |
Single flower |
72 |
46.2% |
|
|
Multiple flowers |
84 |
53.8% |
||
|
Total |
156 |
100.0% |
||
|
TypeofSpecies |
Native species |
61 |
39.1% |
|
|
First generation hybrids |
42 |
26.9% |
||
|
Complex hybrids |
53 |
34.0% |
||
|
Total |
156 |
100.0% |
||
上表的结果展现了4个自变量中每个类别的选择的人数及其占比。
Table 4
|
Goodness of Fita |
|||
|
|
Value |
df |
Value/df |
|
Deviance |
68.838 |
146 |
.471 |
|
Scaled Deviance |
166.574 |
146 |
|
|
Pearson Chi-Square |
68.353 |
146 |
.468 |
|
Scaled Pearson Chi-Square |
165.400 |
146 |
|
|
Log Likelihoodb |
-767.832 |
|
|
|
Akaike's Information Criterion (AIC) |
1557.665 |
|
|
|
Finite Sample Corrected AIC (AICC) |
1559.498 |
|
|
|
Bayesian Information Criterion (BIC) |
1591.213 |
|
|
|
Consistent AIC (CAIC) |
1602.213 |
|
|
|
Dependent Variable: Price Model: (Intercept), Color, Rarity, FlowerNumber, TypeofSpecies |
|||
|
a. Information criteria are in small-is-better form. |
|||
|
b. The full log likelihood function is displayed and used in computing information criteria. |
|||
上表是GLM模型的拟合优度分析结果，拟合优度分析是用于反映模型总体上对数据信息的表达是否充分。Deviance拟合优度检验法和Pearson Chi-Square拟合优度检验法计算出的显著性水平分别为0.471和0.468，均大于0.05，由此可以知道，模型的拟合情况良好，即模型能够比较真实可靠地反映出数据。
来CDA学业务数据分析师，SPSS理论结合实战进行项目数据分析，助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才，点击了解课程详情！
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
现今社会，“转行”似乎成无数职场人无法回避的话题。但行业就像座围城：外行人看光鲜，内行人看心酸。数据分析这个行业，近几年 ...
2025-01-31本人基本情况： 学校及专业：厦门大学经济学院应用统计 实习经历：快手数据分析、字节数据分析、百度数据分析 Offer情况：北京 ...
2025-01-3001专家简介 徐杨老师，CDA数据科学研究院教研副总监，主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课，负责过中 ...
2025-01-29持证人简介 郭畅，CDA数据分析师二级持证人，安徽大学毕业，目前就职于徽商银行总行大数据部，两年工作经验，主要参与两项跨部 ...
2025-01-282025年刚开启，知乎上就出现了一个热帖： 2024年突然出现的经济下行，使各行各业都感觉到压力山大。有人说，大环境越来越不好了 ...
2025-01-27在数据分析的世界里，“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服，效果不一样。 很多人都听过“货比三 ...
2025-01-26数据指标体系 “数据为王”相信大家都听说过。当前，数据信息不再仅仅是传递的媒介，它成为了驱动经济发展的新燃料。对于企业而 ...
2025-01-26在职场中，当你遇到问题的时候，如果感到无从下手，或者抓不到重点，可能是因为你掌握的思维模型不够多。 一个好用的思维模型， ...
2025-01-25俗话说的好“文不如表，表不如图”，图的信息传达效率很高，是数据汇报、数据展示的重要手段。好的数据展示不仅需要有图，还要选 ...
2025-01-24数据分析报告至关重要 一份高质量的数据分析报告不仅能够揭示数据背后的真相，还能为企业决策者提供有价值的洞察和建议。 年薪70 ...
2025-01-24又到一年年终时，各位打工人也迎来了展示成果的关键时刻 —— 年终述职。一份出色的年终述职报告，不仅能全面呈现你的工作价值， ...
2025-01-23“用户旅程分析”概念 用户旅程图又叫做用户体验地图，它是用于描述用户在与产品或服务互动的过程中所经历的各个阶段、触点和情 ...
2025-01-22在竞争激烈的商业世界中，竞品分析对于企业的发展至关重要。今天，我们就来详细聊聊数据分析师写竞品分析的那些事儿。 一、明确 ...
2025-01-22在数据分析领域，Excel作为一种普及率极高且功能强大的工具，无疑为无数专业人士提供了便捷的解决方案。尽管Excel自带了丰富的功 ...
2025-01-17在这个瞬息万变的时代，许多人都在寻找能让他们脱颖而出的职业。而数据分析师，作为大数据和人工智能时代的热门职业，自然吸引了 ...
2025-01-14Python作为一门功能强大的编程语言，已经成为数据分析和可视化领域的重要工具。无论你是数据分析的新手，还是经验丰富的专业人士 ...
2025-01-10完全靠数据决策，真的靠谱吗？ 最近几年，“数据驱动”成了商界最火的关键词之一，但靠数据就能走天下？其实不然！那些真正成功 ...
2025-01-09SparkSQL 结构化数据处理流程及原理是什么？Spark SQL 可以使用现有的Hive元存储、SerDes 和 UDF。它可以使用 JDBC/ODB ...
2025-01-09在如今这个信息爆炸的时代，数据已然成为企业的生命线。无论是科技公司还是传统行业，数据分析正在深刻地影响着商业决策以及未来 ...
2025-01-08“数据为王”相信大家都听说过。当前，数据信息不再仅仅是传递的媒介，它成为了驱动经济发展的新燃料。对于企业而言，数据指标体 ...
2025-01-07
