借助excel工具进行多元线性回归模型的建立及案例分析

本文通过一个植被覆盖度受温度、降水量和积温影响的案例,介绍了如何利用Excel进行多元线性回归分析。归一化数据后,借助Excel分析工具建立回归模型,结果显示降水量对植被覆盖度高度相关,而温度和积温影响较小。多元线性回归在综合考虑多因素影响方面优于单一因素分析。
摘要由CSDN通过智能技术生成

大家都知道两个变量进行相关性分析,最简单的是建立两个变量的散点图,通过计算R的平方来判定两个变量的相关性。但是实际的研究中,一个因变量是受到很多因素影响的。比如植被覆盖度不仅受到温度的影响,还有降水量和积温等影响,所以在分析相关性时简单建立两个变量的散点图是无法很好地分析他们的影响机制的。那么此时需要建立多个变量的多元线性回归方程。下面以植被覆盖度的案例来进行分析。
案例:年尺度的综合因素对植被覆盖度的影响分析
注: 因变量为植被覆盖度
自变量为温度、降水量和积温
工具:excel
(1) 将数据进行归一化处理:将多年的数据在excel中整理好。对数据进行归一化处理的目的是为了将数据都规范到【0,1】之间,那么归一化的方法可以参考——归一化的方法,本案例采用的是最大值最小值的归一化方法。
(2)进行线性回归:借助excel分析工具对数据进行多元线性回归。此步骤参考文章——借助excel工具进行线性多元回归方法,此博客已经将步骤写的很清晰,请大家认真参考。
(3)数据分析:进行多元线性回归模型进行分析的时候,主要看这些参数:Multiple R、R Square、标准误差、coefficient(系数)、P-value(P检验值)。
在这里插入图片描述
在这里插入图片描述
其中Multiple R、R Square范围为【0,1】值越大模型越好。标准误差值越小模型越好。P-value的值小于0.05证明,此变量与因变量具有相关性,若小于0.01则高度相关。那么此案例的多元线性模型方程为:
在这里插入图片描述
可以发现降水量对植被覆盖度的贡献较大,变量系数达到了0.9,且P值小于0.01,说明降水量与植被覆盖度高度相关。而温度和积温对植被覆盖度的贡献较小。
(4)总结:相比于建立散点图的单个因素的分析,多元线性回归可以综合考虑多个因素对变量的影响,故在影响因素分析方面具有优势。希望以上对大家有多帮助!

长路漫漫…
唯有坚持…

若有疑问可以一起交流~
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

低调的大耳朵图图

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值