R语言与多元线性回归分析计算实例
6.3.7 計(jì)算實(shí)例
例 6.9 某大型牙膏制造企業(yè)為了更好地拓展產(chǎn)品市場(chǎng),有效地管理庫(kù)存,公司董事會(huì)要求銷(xiāo)售部門(mén)根據(jù)市場(chǎng)調(diào)查,找出公司生產(chǎn)的牙膏銷(xiāo)售量與銷(xiāo)售價(jià)格,廣告投入等之間的關(guān)系,從而預(yù)測(cè)出在不同價(jià)格和廣告費(fèi)用下銷(xiāo)售量。為此,銷(xiāo)售部門(mén)的研究人員收集了過(guò)去30個(gè)銷(xiāo)售周期(每個(gè)銷(xiāo)售周期為4周)公司生產(chǎn)的牙膏的銷(xiāo)售量、銷(xiāo)售價(jià)格、投入的廣告費(fèi)用,以及周期其他廠家生產(chǎn)同類(lèi)牙膏的市場(chǎng)平均銷(xiāo)售價(jià)格,如表6.4所示。
試根據(jù)這些數(shù)據(jù)建立一個(gè)數(shù)學(xué)模型,分析牙膏銷(xiāo)售量與其他因素的關(guān)系,為制訂價(jià)格策略和廣告投入策略提供數(shù)量依據(jù)。
分析
由于牙膏是生活的必需品,對(duì)于大多數(shù)顧客來(lái)說(shuō),在購(gòu)買(mǎi)同類(lèi)牙膏時(shí),更多的會(huì)關(guān)心不同品牌之間的價(jià)格差,而不是它們的價(jià)格本身。因此,在研究各個(gè)因素對(duì)銷(xiāo)售量的影響時(shí),用價(jià)格差代替公司銷(xiāo)售價(jià)格和其他廠家平均價(jià)格更為合適。
模型的建立與求解
記牙膏銷(xiāo)售量為Y,價(jià)格差為X1,公司的廣告費(fèi)為X2,假設(shè)基本模型為線性模型:
輸入數(shù)據(jù),調(diào)用R軟件中的lm()函數(shù)求解,并用summary()顯示計(jì)算結(jié)果(程序名:exam0609.R)
計(jì)算結(jié)果通過(guò)線性回歸系數(shù)檢驗(yàn)和回歸方程檢驗(yàn),由此得到銷(xiāo)售量與價(jià)格差與廣告費(fèi)之間的關(guān)系為:
模型的進(jìn)一步分析
為進(jìn)一步分析回歸模型,我們畫(huà)出y與x1和y與x2散點(diǎn)圖。從散點(diǎn)圖上可以看出,對(duì)于y與x1,用直線擬合較好。而對(duì)于y與x2,則用二次曲線擬合較好,如下圖:
繪制x1與y的散點(diǎn)圖和回歸直線
繪制x2與y的散點(diǎn)圖和回歸曲線
其中 I(X2^2),表示模型中X2的平方項(xiàng),及X22,從上圖中,將銷(xiāo)售量模型改為:
似乎更合理,我們做相應(yīng)的回歸分析:
此時(shí),我們發(fā)現(xiàn),模型殘差的標(biāo)準(zhǔn)差Residual standard error有所下降,相關(guān)系數(shù)的平方Multiple R-squared有所上升,這說(shuō)明模型修正的是合理的。但同時(shí)也出現(xiàn)了一個(gè)問(wèn)題,就是對(duì)于β2的P-值>0.05。為進(jìn)一步分析,做β的區(qū)間估計(jì)。
如上錯(cuò)誤出現(xiàn)????!!!!直接引用結(jié)果如下:
β2的區(qū)間估計(jì)為[ –7.49886317, 0.1076898 ],它包含了0,也就是說(shuō),β2的值可能為0. 因此,去掉X2的一次項(xiàng),在進(jìn)行分析:
此模型雖然通過(guò)了F檢驗(yàn)和T檢驗(yàn),但與上一模型對(duì)比來(lái)看,Residual standard error上升,Multiple R-squared下降。這又是此模型的不足之處。
在做進(jìn)一步的修正,考慮X1和X2交互作用,及模型為:
模型通過(guò)T檢驗(yàn)和F檢驗(yàn),并且Residual standard error減少,Multiple R-squared增加。因此,最終模型選為:
總結(jié)
以上是生活随笔為你收集整理的R语言与多元线性回归分析计算实例的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 从 Web2 社交面临的挑战看,Web3
- 下一篇: javax.net.ssl.SSLExc