数据分析师CPDA复习主观题.pptVIP

主观题2 多元回归 复习题： 分析 单独X2 单独X3 主观题2 多元回归 复习题： 分析 销售价格的预测值以及95%的置信区间和预测区间见上表。 回归方程为 去掉的原则之一：模型对数据较好的拟合，如果去掉后拟合数据差异较大就不合适去掉 主观题3 哑变量回归 复习题： 主观题3 哑变量回归 分析： 回归方程为 y=732.06+111.22x1+458.68x2 男性职工的平均月薪是732.06+458.68=1191，女性职工的平均月薪是732.06， 男性职工的平均月薪与女性职工的平均月薪之间的差值是 458.68 。 工龄每增加1年，男性或女性月薪的平均增加值111.22 。 主观题4 已知某厂家的产量和生产费用数据，如下表，请根据生产费用和产量数据进行如下分析：（所有结果保留两位小数） （1）请用生产费用作为因变量（Y），产量作为自变量（X），利用线性回归最小二乘法估计回归方程，显著性水平α=0.05，根据分析结果判断是否可以做线性回归，并解释原因，列出回归方程，并且解释回归系数的实际意义。 （2）根据回归分析结果，写出判定系数（R2）的值，并解释其值代表的实际意义。（提示：列出调整后的R2） （3）请根据第一问中求得的回归方程，估计如果产量为180，估计生产费用。 主观题4 （1）请用生产费用作为因变量（Y），产量作为自变量（X），利用线性回归最小二乘法估计回归方程，显著性水平α=0.05，根据分析结果判断是否可以做线性回归，并解释原因，列出回归方程，并且解释回归系数的实际意义。 ：通过线性回归分析结果可以看出，线性回归方程Y=aX+b检验结果F检验p值=3.06*10-9，X回归系数检验结果p=3.06*10-9，均小于0.05，因此F检验和T检验均通过，所以可以做线性回归，根据结果列出回归方程为Y=5.12X+276.24。 其中X的系数为5.12，截距为276.24，因此可以看出产量增加1,，生产费用增加5.12。 得分点：列出F检验的p值和X系数检验的p值；列出回归方程Y=5.12X+276.24；解释含义 主观题4 （2）根据回归分析结果，写出判定系数（R2）的值，并解释其值代表的实际意义。（提示：列出调整后的R2） ：根据回归结果可以看出调整后的R2=0.86，R2代表模型的拟合度，它越接近1代表拟合度越好，根据此模型的R2的值可以看出模型拟合度良好。 得分点：列出R2的值；解释含义 主观题4 （3）请根据第一问中求得的回归方程，估计如果产量为180，估计生产费用。 根据题目可知，当X=180时，Y=5.12*180+276.24=1197.84 Datahoop预测分析： 主观题5 一家货物运输公司想研究运输费用与货物类型的关系，并建立运输费用与货物类型的回归模型，以此对运费作出预测。 该运输公司所运输的货物分为两种类型：易碎品和非易碎品。下表给出了15个路程大致相同、而货物类型不同的运输费用数据 （1）写出运输费用与货物类型之间的线性方程。 （2）对模型中的回归系数进行解释。 （3）检验模型的线性关系是否显著（a=0.05） 主观题5 （1）写出运输费用与货物类型之间的线性方程。 回归方程：y=4.543+7.082x 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 单击此处编辑母版标题样式 * 复习大题 中国商业联合会数据分析专业委员会 数据分析师认证培训课程 主观题1 一元回归 复习题： 主观题1 一元回归 复习题： （1）绘制散点图，并计算相关系数，说明二者之间的关系； 步骤：展示分析-散点图 主观题1 一元回归 复习题： （1）绘制散点图，并计算相关系数，说明二者之间的关系； 步骤：展示分析-散点图-计算相关系数 Excel Datahoop ●相关系数的值介于-1与+1之间，即-1≤r≤+1。 当r0时，表示两变量正相关，当r0时，表示两变量为负相关。当|r|=1时，表示 两变量为完全线性相关即函数关系。当r=1时，称为完全正相关，而当r=-1时，称为完全负相关。当r=0时，表示两变量间无线性相关关系。 ● r仅仅是x与y?之间线性关系的一个度量，它不能用于描述非线性关系。 ● r虽然是两个变量之间线性关系的一个度量，却不一定意味着x与y一定有