销售数据回归分析.ppt

销售数据回归分析 一、实验目的 （1）分析数据项之间的相关性 （2）根据因变量和自变量的变化趋势进行回归分析 二、实验要求 （1）根据提供的原始数据进行数据项之间的相关性　　　　　　　　分析 （2）选择合适的回归模型，对数据项之间的变化趋势进行回归拟合，并给出分析报告。 三、实验背景 　　　线性回归分析是考察变量之间的数量关系变化规律，它通过一定的数学表达式—回归方程，来描述这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学依据。线性回归方程从样本数据出发，一般利用最小二乘法，根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则，进行回归方程的参数的求解。根据线性回归方程总自变量的个数，回归方程可分为一元线性回归方程和多元线性回归方程 　　　多元线性回归模型中自变量的个数在2个以上，模型的一般形式为：　　Yi=β0+β1X1i+β2X2i+…+βkXki+εi i=1,2…n　　其中， 为被解释变量（因变量），x1x2…xk 为解释变量（自变量），是随机误差项，i为观测值下标，n为样本容量，β0，β1，β2，…βk， 为k+1个待估参数，β0称为回归常数，β0，β1，β2，…βk， 称为回归系数。 1．确定回归中的自变量和因变量 2．从收集到样本数据出发确定自变量和因变量之间的 数学关系，即建立回归方程 3．对回归方程进行各种统计检验 4．利用回归方程进行预测 原始数据项名称及格式 原始数据 该数据中q是checkers Pizza公司的比萨销售量， p，m，pou，pmcd分别是比萨的价格、该地区人均收入、欧文公司的比萨价格以及mcd公司的价格。 四、实验内容及其操作指导 实验任务： 1）分析原始数据中q和其他的各数据项之间的相关性 2）设因变量为q，自变量为p、m、pou、 pmcd ，对其进行回归分析 任务1 指导： 　　　在spss中选择analyze菜单，在其中选择correlate项中的bivariate. 任务2指导 　　　在spss中选择analyze菜单，在其中选择regression项中的linear * * 线性回归分析的基本步骤： 在利用统计软件进行回归分析时，只有第一步由用户给定，其它均可由计算机完成。