数据的回归与分类分析

数据的回归与分类分析

一元线性回归练习

“父亲高则儿子高，父亲矮则儿子矮”（即父亲与儿子身高相关，且为正相关）、“母高高一窝，父高高一个”（即母亲的身高比父亲的身高对子女的影响更大）的习俗传说是否成立？请在“父母子女身高”数据集（高尔顿数据集）基础上利用线性回归做出科学分析。
1）选取父子身高数据为X-Y，用Excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立。 现在如果有一个新家庭的数据，已知父亲身高75英寸，请测算儿子的身高为多少？

1. 导入数据集
   

2. 筛选子女性别
   

3. 以删除重复项的那两列为坐标轴做出线性回归图
   

4. 并得到以下的分析结果
   

答：对数据进行分析，相关系数R的平方反映了模型的解释能力（即该数据回归方程能解释多少方差），越接近1，说明效果越好，一般高于80%就说明模型的解释能力较好这里的R^2=0.9275,这说明父亲的身高对子女的身高的影响是线性相关。
P=1.6E-31这个值小于0.01，说明该线性方程通过了T检验。
当父亲身高为75英寸时，儿子身高69.3583英寸。

2.选取母子身高数据为X-Y，用Excel计算线性回归方程和相关系数、方差、p值等，判断回归方程是否成立。

① 线性回归分析

② 线性回归图像

分析结果：相关系数R的平方为0.3748小于80%，其解释能力较差。
P=3.46E-42这个值小于于0.01，说明该线性方程通过T检验。
从图像上看，其回归图像的趋势与数据变化趋势较契合，故其回归方程不成立。

3)根据以上数据，阐明你对习俗说法是否正确的分析。

答：习俗的说法并不完全正确，习俗主要来源于古时候的人们对他们所处的生活环境的观察，并没有太多的科学依据。

4）你能用多元线性回归方法，计算出父亲、母亲与儿子身高的回归方程吗？

多元分析结果

线性回归图

线性回归方法的有效性判别

Anscombe四重奏——数据集1

1. 所用的数据
   
2. 线性回归分析数据结果
   
3. 线性回归图像
   
   分析结果：相关系数R的平方为0.66654246小于80%，其解释能力较差。
   均方差MS=27.51较小，说明该回归的线性拟合度较高。
   P=0.025734这个值大于0.01，说明该线性方程未通过T检验。
   从图像上看，其回归图像的趋势与数据变化趋势较契合，故其回归方程成立。

Anscombe四重奏——数据集2

1. 所用数据
   

2. 数据分析结果

3. 线性回归图像
   
   相关系数R的平方为0.66624小于80%，其解释能力较差。
   均方差MS=27.5较小，说明该回归的线性拟合度较高。
   P=0.02576这个值大于0.01，说明该线性方程未通过T检验。
   从图像上看，其回归图像的趋势与数据变化趋势不契合，故其回归方程不成立

Anscombe四重奏——数据集3

1.所用数据

2. 数据分析结果
   

3. 线性回归图像
   

分析及结论相关系数R的平方为0.666324小于80%，其解释能力较差。
均方差MS=27.47001较小，说明该回归的线性拟合度较高。
P=0.025619这个值大于0.01，说明该线性方程未通过T检验。
从图像上看，其回归图像的趋势与数据变化趋势较契合，故其回归方程成立。

Anscombe四重奏——数据集4

1.所用数据

2. 数据分析结果
   

3. 线性回归图像
   
   分析及结论相关系数R的平方为0.666707小于80%，其解释能力较差。
   均方差MS=27.49较小，说明该回归的线性拟合度较高。
   P=0.025559这个值大于0.01，说明该线性方程未通过T检验。
   从图像上看，其回归图像的趋势与数据变化趋势不契合，故其回归方程不成立。
   总结
   多元线性回归不太会。

参考文档
Excel删除重复项
Excel作出线性回归图像
Excel数据分析结果各个数据的意义
Excel小技巧—当打开有几个表的文件却只显示一个表格的解决方法
Excel小技巧—快速选择男性或女性