Excel基础之回归模型建立

浏览: 1950

Excel篇之回归分析

回归分析在日常的业务分析中使用广泛,主要目的在于找出目标变量的影响因子,例如:影响每个会员的在门店下次消费的金额的影响因素可能会有剩余积分,历史消费次数等等。如果通过回归分析建立相应模型,可对每个会员的在门店下次消费的金额进行有效预测,然而确定每个会员的销售价值。回归分析方法比较简单,不需要复杂的数据挖掘编程工作,简单的excel就可以实现:步骤如下

第一步,调用出excel的数据分析功能,

Clipboard Image.png

Clipboard Image.png

第二步,选择数据分析工具中的回归分析

Clipboard Image.png

Clipboard Image.png

第三步,设置需要预测的变量(下次销售金额),放在Y值。影响因子(剩余积分,历史消费次数等)放在X值。进而得出结果

 Clipboard Image.png

Clipboard Image.png

结论:coefficient为最终公式的系数,预测Y的公式即

Y=260.9535028+0.271913651*X1-0.017262973*X2+0.294691523*X3-0.261018341*X4-0.20477713*X5-0.185285286*X6+0.044148616*X7-0.50747234*X8-0.22260446*X9

推荐 5
本文由 张聪 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

2 个评论

提个建议哈~,博主应该贴出来具体的分析结果的,比如R²,来检查模型的拟合优度,R²越大,拟合效果越好,用方程得出来的预测就越准确;
可以再贴出F检验的结果,来看整体模型是否通过统计检验,上图贴出了各个变量的t检验结果,可以看出并非所有的变量都通过了统计检验;
以上为我的个人见解,当然如果只做预测用,并不需要关心模型及各个统计量是否通过了检验,只需关注R²即可。
张聪

张聪 回复 okajun

感谢

要回复文章请先登录注册