京公网安备 11010802034615号
经营许可证编号:京B2-20210330
多重线性回归分析的四大纪律三项注意
鉴于多重线性回归已经到了滥用的程度,特总结一下在使用线性回归时需要注意的问题,总结为四大纪律加三项注意。
四大纪律
四大纪律之一: 自变量与因变量之间要存在线性关系,可以通过绘制散点图矩阵来考察,若不符合,需要进行变量的变换予以修正。
四大纪律之二: 各个观测值y1\y2\y3......要相互独立,可通过残差图或durbin-watson检验予以考察。
四大纪律之三: 残差服从正态分布,可以通过标准化残差图考察
四大纪律之四: 方差齐性,也可以通过标准化残差考察
三项注意
三项注意之一: 样本量为自变量个数的5倍以上,要想效果好一些,最好20倍以上。
三项注意之二: 判断有误强影响点,如有应该改正数据或者剔除或采用稳健回归。
三项注意之三: 判断自变量之间有无强相关性,如有改用岭回归等方法。
例题说明:
某个公司计划在国内在开设几家分店,收集了目前分店的销售数据y以及分店所在城市的16岁以下人数x1,人均可支配收入x2,试进行分析(选自张文彤spss统计分析高级教程99页)
1.数据
两个自变量,21个样本含量,符合20倍原则
从图中可以看出,因变量与每个自变量都有线性关系

上图分别检查共线性,独立性和异常点
做残差图,横坐标为因变量,纵坐标为标准化残差
调整r的平方越近与1,回归效果越好,0.907效果不错,durbin watson值在2左右说明残差独立性较好。
p=0.000小于0.05,线性回归为显著
回归方程为y=-6.886+0.009人均支配收入+1.455人数,vif为方差膨胀因子一般只要不超过10,认为不存在共线性
pp图,点在直线附近分布,近似一条直线,说明残差服从正态分布
残差图,三点在零的附近均匀分布,而且没有超过正负3,认为残差服从正态分布且方差齐,且没有强影响点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12