1.线性回归的出现
当被解释变量和解释变量都为连续型,且存在线性关系时,可以采用线性回归对被解释变量进行预测。
多元线性回归的出现是非常自然的,由于在一元线性回归中,因变量只能依赖一个自变量来解释,换一句话说,就是我们 只能在一维空间中来解释世界,这是十分糟糕的,毕竟事物之间的关联是非常复杂的,只用其中一个变量来解释,总是显 得那么苍白和无力。
下面我们就来以“房价”和“客户价值”为因变量,探索一下影响他们的自变量。首先,影响房价的因素有哪些呢?
因此,我们不难发现,在用更多变量来解释因变量,显然会更加全面、丰富、合理和科学。与一元线性回归类似,一个含
有k个自变量的多元线性回归模型可以表示为:
y= Bo+Bixl+B2x2++bx+8
,β,B1,B,,为模型参数,E为误差项,来解释不能被自变量线性关系解释的部分。
多元线性回归的基本假设
1.线性关系假设——线性关系检验
2.线性关系检验——回归系数检验
3.期望为0的假设
(1)假设检验方法:(图形法)可以直接绘制散点图,查看残差是否对称分布在0的两侧;(统计检验)可以用假设检验 中的t检验方法,其原假设为H0:E=0,具体操作将在案例中展示。
(2)假设失效的影响:如果残差的期望不等于0,而等于其他的某个常数,那么这个常数就应该出现在多元线性回归的常 数项内。
(3)假设失效解决方法:如果失效,考虑是否强制将常数项设置为,或考虑异常值问题。
4.同方差假设
假设检验方法:(图形法)对残差以及因变量的拟合值作图。
如果没有异方差,那么残差和因变量拟合值构成的散点应该是完全 随机的,其趋势线应该是几乎是水平的。上图中间的趋势线存在弯 曲,即存在一定的异方差。
除了作图,我们也可以选择Breusch-Pagan检验,注意该检验的原假设是同方差,备择假设是异方差,这 样读者根据输出的P值就可以直观判断了。
假设失效的影响:如果误差是异方差的,那么OLS估计的标准误差将不可靠。
假设失效解决方法:克服异方差性的影响,我们可以尝试对因变量做一些非线性变换,如等等。
5.正态性假设
假设检验方法:(图形法)做QQ图。
QQ图的解读十分简单,如果散点在直线上或者直线附近,那么我 们就可以认为数据是正态分布的,否则就任务不是正态分布。 对于正态分布的统计检验,我们可以选择KS检验(Kolmogorov– Smirnov test),其原假设:数据是正态分布的。这样读者可以直 接根据输出的P值来对检验结果进行分析。
假设失效的影响:如果误差项不是正态分布的,则OLS估计的标准误差将不可靠。然而对于正态性假设对于线性回归的 重要性,目前各方还有一些有价值的观点。
假设失效解决方法:关注样本中两端的异常值是否合理,如异常值不合理,可以考虑删除异常值。也可以尝试对变量做 非线性变换。
6.横截面和时间序列数据在回归建模上的差异
横截面是指在同一时间平面上的数据,例如2013年各个上市公司的财报数据,如果研究其不同变量之间的线性关系,可 以用多元线性回归模型。但是如果数据包含时间趋势,例如2001-2018年全国各个省市的宏观经济指标数据,如果要研 究不同宏观指标之间的线性影响,就要用面板回归模型了(计量模型的一种)。
1.多元线性回归的参数估计
1. 工人月工资(元)依劳动生产率(千元)变化的回归直线方程为y=60+90x,下列判断正确的是( )?
A. 劳动生产率为1000元时,工资为50元
B. 劳动生产率提高1000元时,工资提高150元
C. 劳动生产率提高1000元时,工资提高90元
D. 劳动生产率为1000元时,工资为90元
答案:C 解析:根据回归直线方程 y=60+90x 得到,劳动生产率为1千元时,工人月工资=60+90*1=150元,劳动生产率提高1千元 时,工资提高90元。
2. 以下哪个假设不是线性回归分析的前提假设? A. 解释变量之间必须严格独立
B. 解释变量之间不能强线性相关
C. 扰动项独立同分布
D. 扰动项服从正态分布
答案:A 解析:回归分析的前提假设中,包含解释变量之间非线性相关、扰动项独立同分布,扰动项服从正态分布。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11