京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为了找出color、rarity、flower number、type of species对price的影响,由此,price为因变量,color、rarity、flower number、type 为自变量。
研究自变量对因变量的影响,可以选用的方法有两种,一种是传统的线性回归模型OLS,另一种是广义线性模型GLM(Generalized Linear Model)。传统模型(OLS)要求因变量服从正态分布,广义线性模型(GLM)则适用的范围更广,不要求因变量一定服从正态分布,并且方差也可以不稳定。
第一步:考察因变量price的分布类型。
基于以上的分析,为了判断应该适用OLS还是使用GLM。需要先对因变量price的分布状况进行分析。首先,检验因变量price是否服从正态分布,检验的结果如下:
Table 1 Tests of Normality
|
|
Kolmogorov-Smirnova |
Shapiro-Wilk |
||||
|
|
Statistic |
df |
Sig. |
Statistic |
df |
Sig. |
|
Price |
.149 |
156 |
.000 |
.818 |
156 |
.000 |
|
a. Lilliefors Significance Correction |
||||||
上表是正态性检验的结果,K-S检验和S-W检验的SIG.全部小于0.05.由此可以知道,因变量price不服从正态分布。因此,研究color、rarity、flower number、type of species对price的影响不能选用传统线性模型(OLS)分析,必须选用GLM模型。
通过price不服从正态分布这一结论,得出必须选用GLM模型之后,还需要进一步找出因变量price到底服从哪种分布。经过尝试,得出因变量price服从Gamma分布。
第二步:GLM分析
确定选用GLM模型和因变量price是服从Gamma分布的,进行GLM分析,结果如下:
Table 2
|
Case Processing Summary |
||
|
|
N |
Percent |
|
Included |
156 |
100.0% |
|
Excluded |
0 |
0.0% |
|
Total |
156 |
100.0% |
上表的结果陈述了,参与分析的案例个数为156。
Table 3
|
Categorical Variable Information |
||||
|
|
N |
Percent |
||
|
Factor |
Color |
Green |
30 |
19.2% |
|
Red |
30 |
19.2% |
||
|
White |
29 |
18.6% |
||
|
Black |
30 |
19.2% |
||
|
Yellow |
22 |
14.1% |
||
|
Blue |
15 |
9.6% |
||
|
Total |
156 |
100.0% |
||
|
Rarity |
Rare |
83 |
53.2% |
|
|
Commom |
73 |
46.8% |
||
|
Total |
156 |
100.0% |
||
|
FlowerNumber |
Single flower |
72 |
46.2% |
|
|
Multiple flowers |
84 |
53.8% |
||
|
Total |
156 |
100.0% |
||
|
TypeofSpecies |
Native species |
61 |
39.1% |
|
|
First generation hybrids |
42 |
26.9% |
||
|
Complex hybrids |
53 |
34.0% |
||
|
Total |
156 |
100.0% |
||
上表的结果展现了4个自变量中每个类别的选择的人数及其占比。
Table 4
|
Goodness of Fita |
|||
|
|
Value |
df |
Value/df |
|
Deviance |
68.838 |
146 |
.471 |
|
Scaled Deviance |
166.574 |
146 |
|
|
Pearson Chi-Square |
68.353 |
146 |
.468 |
|
Scaled Pearson Chi-Square |
165.400 |
146 |
|
|
Log Likelihoodb |
-767.832 |
|
|
|
Akaike's Information Criterion (AIC) |
1557.665 |
|
|
|
Finite Sample Corrected AIC (AICC) |
1559.498 |
|
|
|
Bayesian Information Criterion (BIC) |
1591.213 |
|
|
|
Consistent AIC (CAIC) |
1602.213 |
|
|
|
Dependent Variable: Price Model: (Intercept), Color, Rarity, FlowerNumber, TypeofSpecies |
|||
|
a. Information criteria are in small-is-better form. |
|||
|
b. The full log likelihood function is displayed and used in computing information criteria. |
|||
上表是GLM模型的拟合优度分析结果,拟合优度分析是用于反映模型总体上对数据信息的表达是否充分。Deviance拟合优度检验法和Pearson Chi-Square拟合优度检验法计算出的显著性水平分别为0.471和0.468,均大于0.05,由此可以知道,模型的拟合情况良好,即模型能够比较真实可靠地反映出数据。
来CDA学业务数据分析师,SPSS理论结合实战进行项目数据分析,助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才,点击了解课程详情!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Linux & Ubuntu 操作系统基 ...
2026-11-10一、业务背景 在后台列表、管理系统、报表页面的分页需求里,前端通常需要两份数据:当前页的分页记录、符合筛选条件的数据总条 ...
2026-11-09一、需求看起来简单,实际坑不少 "把文本里所有中括号 [] 中间的内容提取出来"——这是文本清洗里最常见的需求之一。日志里的 [I ...
2026-11-09大数据分析师证书考什么 考试范围 PART 1 大数据基础理论 占比(8% ) a. 大数据分析基础(1%) b. Python 基础(5%) c. Li ...
2026-11-09CDA数据分析师 出品 作者:李诗怡 一、数据处理概述 定义: 在正式开展数据分析之前,对原始采集的数据进行整理、修正、加工和精 ...
2026-11-06一、为什么数据要先标准化 拿到一份数据,各列的量纲往往完全不同:年龄单位是"岁"(约 20~60),收入单位是"元"(几千到几万) ...
2026-11-06