《销售数据回归分析》由会员分享，可在线阅读，更多相关《销售数据回归分析（15页珍藏版）》请在金锄头文库上搜索。
1、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
2、 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=0+1X1i+2X2i+kXki+i i=1,2n其中， 为被解释变量（因变量），x1x2xk 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，0，1，2，k， 为 k+1个待估参数，0称为回归常数，0，1，2 ，k， 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。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
