案例：消费者调查股份有限公司

简介

该案例取自《商务与经济统计》第十三版15章的课后练习案例。给出了由50名消费者组成的样本，采集了有关年收入，家庭成员人数和信用卡支付数额的统计资料。下面我们对给出的数据做单变量和双变量分析。并建立多元回归模型来预测信用卡支付数额。

工具

excel及其数据分析模块。

观察数据

数据共分为三列，收入Income（ $1000s），Household size（人口），Amount Charged信用卡支出（ $)。一共50行数据，由于这是一个练习并没有太多数据，我们可以直接检查，没有空值或者录入异常值。所以可以跳过数据处理的阶段，下来我们直接进行单变量及多变量分析。

单变量分析

收入

描述性统计：

描述性统计让我们对数据分布首先有了大体上的了解，再来看看它的直方图与箱线图。

以上我们可以看到这50个家庭的平均年收入为43.48k，大部分家庭的年收入集中在21~35k美元区间内，还有样本中的家庭年收入最大值与最小值等。

家庭总人口

大部分家庭是1~2人口，由于数据集中没有具体的年龄信息，不能得出更多的有用信息。

信用卡支出

这50个家庭的信用卡消费主要在3644~4534美元/年之间，平均支出3964美元每年。

多变量分析

先用数据分析库中的相关分析功能计算各个变量间的Pearson相关系数。

在该样本中除了人口与家庭收入间的关系是低度相关，收入与信用卡消费，人口与信用卡消费都与我们想的一样呈中度正相关，这很合理，接下来需要我们做进一步分析了解。

人口与年收入的关系

数据集中3人口和4人口之家比较常见，数据集特殊所以难以找到其他关系，至少不是线性关系。

人口与每年信用卡支出之间的关系

正如之前计算的，人口与信用卡支出有着最高的线性相关系数，趋势也更明显，即家庭人口越多，每年的信用卡支出也越高。但观察到该数据集中7人口是个特例。

年收入与每年信用卡支出之间的关系

同样有着中度线性相关的关系，年收入越高，信用卡支出也相对越高，收入较高的人群看起来有较高的消费欲望，至少在此数据集中是如此。

人口，年收入与每年信用卡支出之间的关系

用excel做回归分析：

相关系数Multip R = 0.908，高度正线性相关。
接下来建立多元回归模型： y = β 0 + β 1 x 1 + β 2 x 2 + ϵ y = β_0+β_1x_1+β_2x_2+\epsilon y=β0​+β1​x