[[430086]]

本文轉載自微信公眾號「碼工小熊」，作者小熊妹  。轉載本文請聯系碼工小熊公眾號。

大家好，我是愛學習的小xiong熊妹。

總有小伙伴想看分析模型，我們就從最簡單的回歸分析模型講起?；貧w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，能適用于很多問題場景。今天就一起來看一下。

一、為什么叫回歸?

回歸翻譯自：regression，最初是統計學家們，關注到：孩子的身高總會向平均身高靠近，即使父母都很高，孩子也不會無限長高下去。從這些研究里，總結出回歸分析方法(regression，還有一個意思是：退化，可以說很形象了)。

所以，這里的“回歸”只是一個習慣稱呼，和業務部門口中的“回歸初心”“回歸原點”一毛錢關系都沒有!在討論問題的時候，業務部門最喜歡扯“回歸”，做數據的小伙伴們，千萬別被繞進去了!!!

二、回歸模型有什么用?

回歸模型是用來做：預測的。

在數據分析里，預測分兩種：

• 連續型預測：比如預計銷售額是3550萬，預測客戶15萬，預測結果是一個連續型數字。
• 分類預測：比如預計用戶接電話/不接電話，預計新品上市后是A級/B級/C級，預測結果不是一個連續型數字，而是一個分類結果。

大部分回歸分析模型都是連續型預測(邏輯回歸除外)。今天就從最簡單的，只有一個變量的簡單線性回歸分析講起。

三、如何進行回歸分析

做回歸分析有五步：

• 第一步：確認是否是預測問題
• 第二步：確認要預測的因變量，影響預測結果的自變量
• 第三步：收集數據，檢驗數據間關系
• 第四步：計算模型，檢驗結果
• 第五步：進行預測

看個具體問題場景：某公司在新品上市前，會提前進行宣傳，并進行預約。雖然最終上市以后，并非只有預約用戶買，但是如果能通過預約人數，預測銷售情況，就能提前預判商品會不會受歡迎，從而把控庫存情況。具體數據如下表。

拿到問題后，一步步來：

第一步：該場景需要的是預測，要預測的是銷售額，是一個連續型變量。

第二步：確認因變量，自變量。該問題中：

因變量(要預測的)：銷售額

自變量(影響預測結果的)：預約人數

沒有其他變量了。

拿到數據后，可初步判斷兩個指標是否有關系，是何種關系，從而選擇合適的模型。判斷關系，最簡單快捷的方法就是：散點圖。因此拿到數據以后，可以先做散點圖。如上圖所示，因變量和自變量之間看起來是有明顯線性關系的，因此可以用線性回歸來做。

第三步：收集數據，題目已幫忙收集好了，進入下一步。

第四步：進行計算。簡單的線性回歸，用excel→數據分析→回歸即可計算(如下圖)

至于模型解讀，略為復雜，我們慢慢看哦

四、模型計算與解讀

回歸分析的模型解讀略顯復雜，并且包含了大量假設檢驗的知識，這里先不探討其復雜原理，給個最簡單的判斷原則，小伙伴們抄起來能用即可。

模型解讀，分為三個部分：

• 模型本身預測準不準。主要看R平方(如下圖藍色)
• 模型整體是否有效。主要看F檢驗的結果(如下圖橙色)
• 模型里，每個因變量的檢驗結果(如下圖綠色)

從上圖可以看出，本次建模的三個檢驗結果全部通過，表明模型可用。

這次建模只有一個自變量+一個常數項，因此最終模型就是y=60+5x。常數項和自變量的數值，參見下圖黃色部分：

五、回歸分析模型應用

有了回歸模型，我們就能預測未來情況啦。比如有一款新品，預約人數為4.5萬人，則可以代入模型，預測銷量為60+5*4.5=82.5萬，商品部門就能據此備貨了。

六、回歸分析局限性

沒有模型是萬能的，回歸分析突出弱點有兩個：

回歸不等于因果!不等于因果!不等于因果!回歸模型只能從數據上說明：兩個變量存在關系，但是實際上有沒有關系，得看具體業務情況。因此千萬不要亂用。 

模型檢驗可能難以通過。為了演示方便，本文選擇的數據非常漂亮，做出來三項檢測全部通過，但實際情況會很復雜，出現各種檢測不通過的情況，因此也衍生出更多、更復雜的知識點，這個我們后邊慢慢分享。