
求最優(yōu)回歸方程
我們應該求解只使用對目標變量真正產(chǎn)生影響的因子的回歸方程。這是因為如果使用對目標變量不產(chǎn)生影響的因子,可能導致預測精確度降低。如果因子很少,求解的變量也就很少。這樣,統(tǒng)計的變景數(shù)據(jù)很少,就可以節(jié)省時間,在實際應用中非常有效。在統(tǒng)計學上,僅僅使用產(chǎn)生影響的因子的方程叫做“最優(yōu)回歸方程”,或者“最優(yōu)回歸模型”。
求最優(yōu)回歸方程的步驟如下:
最優(yōu)回歸方程是當Ru是正數(shù)且數(shù)值最大時的組合。
接下來,說明實際操作步驟。
1、進行回歸分析后,把表1的分析結果(1、2、3)代入回歸方程,計算因子選擇標準(Ru)為0.72l。
表1
2、接著,進行因子分析,結果如圖1所示。從圖1可知。影響度絕對值最小的因于是“拍賣會地點”。因此,刪除所有拍賣會地點的附屬項目 (“東京”、“關東(不古東京)” 、“東?!薄?“近畿”、 “中國、四國、九州”)。
圖1
3、對表2進行回歸分析
表2
表2的目歸分析結果,如表3所示。
表3
4、根據(jù)表3.得出Ru是0.726.然后以此進行因子分析,其結果如表4所示,可知影響度絕對值最小的是“AW”。
表4
把表4制成Excel柱形圖,如圖2所示。
圖2
5、刪除影響度數(shù)值最小的“AW”,再次進行回歸分析。
重復操作直到目于減少為1個。這里省略對操作步驟的說明。
到目前為止。共計運行了8次回歸分析。下面求8次運行結果的Ru值,并統(tǒng)計到表5中。
表5
把表5轉換成折線圖,如圖3所示。
圖3
使因子選擇標準Ru最大的組臺,就是最優(yōu)回歸方程。從表3 25得知,當因子數(shù)是7個時,可得最優(yōu)回歸方程。
因此,根據(jù)表3得出最優(yōu)回歸方程:
方程1
根據(jù)方程1求最高價格:
y=267.58+46.99+23.59+45.74-241.94十(-3.41)*40+6.99*22+86.30*4.5=991.60')
用同樣的方法求最低價格:
y=267.58+0+O+0+0+(-3.41)*65+6.99*0+86.30x3.5=347.98"
我們的求最優(yōu)回歸方程和前面的幾節(jié)教程是相互聯(lián)系的,大家在學習的時候要從前到后的學習,這樣才可以學會的。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10