讲讲回归分析模型

总有小伙伴想看分析模型，我们就从最简单的回归分析模型讲起。回归分析是所有分析模型里最浅显，最容易懂的，并且回归分析有很多变化形态，能适用于很多问题场景。今天就一起来看一下。

一、为什么叫回归？

回归翻译自：regression，最初是统计学家们，关注到：孩子的身高总会向平均身高靠近，即使父母都很高，孩子也不会无限长高下去。从这些研究里，总结出回归分析方法（regression，还有一个意思是：退化，可以说很形象了）。

所以，这里的“回归”只是一个习惯称呼，和业务部门口中的“回归初心”“回归原点”一毛钱关系都没有！在讨论问题的时候，业务部门最喜欢扯“回归”，做数据的小伙伴们，千万别被绕进去了！！！

二、回归模型有什么用？

回归模型是用来做：预测的。

在数据分析里，预测分两种：

• 连续型预测：比如预计销售额是3550万，预测客户15万，预测结果是一个连续型数字。
• 分类预测：比如预计用户接电话/不接电话，预计新品上市后是A级/B级/C级，预测结果不是一个连续型数字，而是一个分类结果。

大部分回归分析模型都是连续型预测（逻辑回归除外）。今天就从最简单的，只有一个变量的简单线性回归分析讲起。

三、如何进行回归分析

做回归分析有五步：

• 第一步：确认是否是预测问题
• 第二步：确认要预测的因变量，影响预测结果的自变量
• 第三步：收集数据，检验数据间关系
• 第四步：计算模型，检验结果
• 第五步：进行预测

看个具体问题场景：某公司在新品上市前，会提前进行宣传，并进行预约。虽然最终上市以后，并非只有预约用户买，但是如果能通过预约人数，预测销售情况，就能提前预判商品会不会受欢迎，从而把控库存情况。具体数据如下表。

拿到问题后，一步步来：

第一步：该场景需要的是预测，要预测的是销售额，是一个连续型变量。

第二步：确认因变量，自变量。该问题中：

• 因变量（要预测的）：销售额
• 自变量（影响预测结果的）：预约人数

没有其他变量了。

拿到数据后，可初步判断两个指标是否有关系，是何种关系，从而选择合适的模型。判断关系，最简单快捷的方法就是：散点图。因此拿到数据以后，可以先做散点图。如上图所示，因变量和自变量之间看起来是有明显线性关系的，因此可以用线性回归来做。

第三步：收集数据，题目已帮忙收集好了，进入下一步。

第四步：进行计算。简单的线性回归，用excel→数据分析→回归即可计算(如下图)

至于模型解读，略为复杂，我们慢慢看哦

四、模型计算与解读

回归分析的模型解读略显复杂，并且包含了大量假设检验的知识，这里先不探讨其复杂原理，给个最简单的判断原则，小伙伴们抄起来能用即可。

模型解读，分为三个部分：

• 模型本身预测准不准。主要看R平方（如下图蓝色）
• 模型整体是否有效。主要看F检验的结果（如下图橙色）
• 模型里，每个因变量的检验结果（如下图绿色）
  
  

从上图可以看出，本次建模的三个检验结果全部通过，表明模型可用。

这次建模只有一个自变量+一个常数项，因此最终模型就是y=60+5x。常数项和自变量的数值，参见下图黄色部分

五、回归分析模型应用

有了回归模型，我们就能预测未来情况啦。比如有一款新品，预约人数为4.5万人，则可以代入模型，预测销量为60+5*4.5=82.5万，商品部门就能据此备货了。

六、回归分析局限性

没有模型是万能的，回归分析突出弱点有两个：

• 回归不等于因果！不等于因果！不等于因果！回归模型只能从数据上说明：两个变量存在关系，但是实际上有没有关系，得看具体业务情况。因此千万不要乱用。
• 模型检验可能难以通过。为了演示方便，本文选择的数据非常漂亮，做出来三项检测全部通过，但实际情况会很复杂，出现各种检测不通过的情况，因此也衍生出更多、更复杂的知识点，这个我们后边慢慢分享。

实际上，本文仅仅是开了个头，回归分析有更多应用方式，比如用来预测用户响应/不响应的逻辑回归、用来预测时间走势的时间序列自回归等，小伙伴们先理解了回归分析基本概念，我们再深入哦。

点击下方卡片进行关注，获取更多内容

点分享

点收藏

点点赞

点在看