【数据分析】FIFA足球运动员身价预测（线性回归）

数据来源：

数据集：

https://www.kaggle.com/datasets/bryanb/fifa-player-stats-database

所有数据爬取自：https://sofifa.com/

数据字段：

因变量：Value身价

自变量：Age年龄、Overall总评、International Reputation国际声誉、Weak Foot逆足、Skill Moves花式、Contract合同年限

建模数据：

预测数据：

数据分析流程：

1.对数据指标进行描述性分析，分析数据指标的缺失值、异常值、数据集中趋势、数据离散趋势进行分析，并进行数据预处理

通过描述性分析可知：无缺失值、无异常值。

2.结合相关系数矩阵分析变量之间的相关关系

通过相关系数矩阵可知：球员身价和年龄呈现强负相关，和球员总评和合同年限呈正相关，和拟足、花式呈弱正相关。

3.求线性回归方程，并解释回归系数的实际意义

Y=-669-6X1+10X2+4.7X3

当Age每增加一个单位的时候，球员身价平均减少6个单位，当Overall每增加一个单位的时候，球员身价平均增加10个单位，当花式每增加一个单位的时候，球员身价平均增加4.7个单位。

4.计算判定系数，并解释其意义

判定系数R²其意义是自变量对因变量的解释力度，是衡量回归模型的拟合优良程度的指标，R²=0.8，说明模型拟合效果很好。

5.检验回归方程线性关系的显著性

F检验：P值=8*e-45<0.05，F检验通过，整个回归方程显著，自变量整体对因变量有显著影响，对因变量有可解释性。

t检验：所有p值<0.05，t检验通过，说明自变量线性关系显著，每个x对于y都有显著性的影响，每个系数均可用。

6.预测巴黎三叉戟的身价

将自变量带入方程，做预测分析可得，梅西身价预测105，内马尔身价预测123，姆巴佩身价预测157。

而实际身价值为：

梅西高估了，姆巴佩低估了，内马尔还行。

因变量95%的置信区间为和预测区间为下图范围。

说明单纯的多元线性回归模型的预测能力还是有限的，应该建立更牛逼的回归模型来进行回归预测。