[[430086]]

本文轉(zhuǎn)載自微信公眾號(hào)「碼工小熊」，作者小熊妹  。轉(zhuǎn)載本文請(qǐng)聯(lián)系碼工小熊公眾號(hào)。

大家好，我是愛(ài)學(xué)習(xí)的小xiong熊妹。

總有小伙伴想看分析模型，我們就從最簡(jiǎn)單的回歸分析模型講起。回歸分析是所有分析模型里最淺顯，最容易懂的，并且回歸分析有很多變化形態(tài)，能適用于很多問(wèn)題場(chǎng)景。今天就一起來(lái)看一下。

一、為什么叫回歸?

回歸翻譯自：regression，最初是統(tǒng)計(jì)學(xué)家們，關(guān)注到：孩子的身高總會(huì)向平均身高靠近，即使父母都很高，孩子也不會(huì)無(wú)限長(zhǎng)高下去。從這些研究里，總結(jié)出回歸分析方法(regression，還有一個(gè)意思是：退化，可以說(shuō)很形象了)。

所以，這里的“回歸”只是一個(gè)習(xí)慣稱呼，和業(yè)務(wù)部門口中的“回歸初心”“回歸原點(diǎn)”一毛錢關(guān)系都沒(méi)有!在討論問(wèn)題的時(shí)候，業(yè)務(wù)部門最喜歡扯“回歸”，做數(shù)據(jù)的小伙伴們，千萬(wàn)別被繞進(jìn)去了!!!

二、回歸模型有什么用?

回歸模型是用來(lái)做：預(yù)測(cè)的。

在數(shù)據(jù)分析里，預(yù)測(cè)分兩種：

• 連續(xù)型預(yù)測(cè)：比如預(yù)計(jì)銷售額是3550萬(wàn)，預(yù)測(cè)客戶15萬(wàn)，預(yù)測(cè)結(jié)果是一個(gè)連續(xù)型數(shù)字。
• 分類預(yù)測(cè)：比如預(yù)計(jì)用戶接電話/不接電話，預(yù)計(jì)新品上市后是A級(jí)/B級(jí)/C級(jí)，預(yù)測(cè)結(jié)果不是一個(gè)連續(xù)型數(shù)字，而是一個(gè)分類結(jié)果。

大部分回歸分析模型都是連續(xù)型預(yù)測(cè)(邏輯回歸除外)。今天就從最簡(jiǎn)單的，只有一個(gè)變量的簡(jiǎn)單線性回歸分析講起。

三、如何進(jìn)行回歸分析

做回歸分析有五步：

• 第一步：確認(rèn)是否是預(yù)測(cè)問(wèn)題
• 第二步：確認(rèn)要預(yù)測(cè)的因變量，影響預(yù)測(cè)結(jié)果的自變量
• 第三步：收集數(shù)據(jù)，檢驗(yàn)數(shù)據(jù)間關(guān)系
• 第四步：計(jì)算模型，檢驗(yàn)結(jié)果
• 第五步：進(jìn)行預(yù)測(cè)

看個(gè)具體問(wèn)題場(chǎng)景：某公司在新品上市前，會(huì)提前進(jìn)行宣傳，并進(jìn)行預(yù)約。雖然最終上市以后，并非只有預(yù)約用戶買，但是如果能通過(guò)預(yù)約人數(shù)，預(yù)測(cè)銷售情況，就能提前預(yù)判商品會(huì)不會(huì)受歡迎，從而把控庫(kù)存情況。具體數(shù)據(jù)如下表。

拿到問(wèn)題后，一步步來(lái)：

第一步：該場(chǎng)景需要的是預(yù)測(cè)，要預(yù)測(cè)的是銷售額，是一個(gè)連續(xù)型變量。

第二步：確認(rèn)因變量，自變量。該問(wèn)題中：

因變量(要預(yù)測(cè)的)：銷售額

自變量(影響預(yù)測(cè)結(jié)果的)：預(yù)約人數(shù)

沒(méi)有其他變量了。

拿到數(shù)據(jù)后，可初步判斷兩個(gè)指標(biāo)是否有關(guān)系，是何種關(guān)系，從而選擇合適的模型。判斷關(guān)系，最簡(jiǎn)單快捷的方法就是：散點(diǎn)圖。因此拿到數(shù)據(jù)以后，可以先做散點(diǎn)圖。如上圖所示，因變量和自變量之間看起來(lái)是有明顯線性關(guān)系的，因此可以用線性回歸來(lái)做。

第三步：收集數(shù)據(jù)，題目已幫忙收集好了，進(jìn)入下一步。

第四步：進(jìn)行計(jì)算。簡(jiǎn)單的線性回歸，用excel→數(shù)據(jù)分析→回歸即可計(jì)算(如下圖)

至于模型解讀，略為復(fù)雜，我們慢慢看哦

四、模型計(jì)算與解讀

回歸分析的模型解讀略顯復(fù)雜，并且包含了大量假設(shè)檢驗(yàn)的知識(shí)，這里先不探討其復(fù)雜原理，給個(gè)最簡(jiǎn)單的判斷原則，小伙伴們抄起來(lái)能用即可。

模型解讀，分為三個(gè)部分：

• 模型本身預(yù)測(cè)準(zhǔn)不準(zhǔn)。主要看R平方(如下圖藍(lán)色)
• 模型整體是否有效。主要看F檢驗(yàn)的結(jié)果(如下圖橙色)
• 模型里，每個(gè)因變量的檢驗(yàn)結(jié)果(如下圖綠色)

從上圖可以看出，本次建模的三個(gè)檢驗(yàn)結(jié)果全部通過(guò)，表明模型可用。

這次建模只有一個(gè)自變量+一個(gè)常數(shù)項(xiàng)，因此最終模型就是y=60+5x。常數(shù)項(xiàng)和自變量的數(shù)值，參見下圖黃色部分：

五、回歸分析模型應(yīng)用

有了回歸模型，我們就能預(yù)測(cè)未來(lái)情況啦。比如有一款新品，預(yù)約人數(shù)為4.5萬(wàn)人，則可以代入模型，預(yù)測(cè)銷量為60+5*4.5=82.5萬(wàn)，商品部門就能據(jù)此備貨了。

六、回歸分析局限性

沒(méi)有模型是萬(wàn)能的，回歸分析突出弱點(diǎn)有兩個(gè)：

回歸不等于因果!不等于因果!不等于因果!回歸模型只能從數(shù)據(jù)上說(shuō)明：兩個(gè)變量存在關(guān)系，但是實(shí)際上有沒(méi)有關(guān)系，得看具體業(yè)務(wù)情況。因此千萬(wàn)不要亂用。 

模型檢驗(yàn)可能難以通過(guò)。為了演示方便，本文選擇的數(shù)據(jù)非常漂亮，做出來(lái)三項(xiàng)檢測(cè)全部通過(guò)，但實(shí)際情況會(huì)很復(fù)雜，出現(xiàn)各種檢測(cè)不通過(guò)的情況，因此也衍生出更多、更復(fù)雜的知識(shí)點(diǎn)，這個(gè)我們后邊慢慢分享。