二次线性回归方程公式_线性回归分析详解10（完结篇）：线性回归分析预测的十大步骤...

许栩原创专栏《从入门到高手：线性回归分析详解》第10章，最后一章，完结篇，用线性回归分析做预测，多元线性回归分析预测的十大步骤。【本章免费，专栏链接请点击文末左下角“阅读原文”】

前9章，我分别讲述了回归分析及与回分析相关的概念，一元、多元线性回归分析的公式与计算方法，以及多重共线性、回归方程的精度、显著性验证和置信区间等进行回归分析的重要步骤及其计算方法。至此，以回归分析进行需求预测的各项知识点及各项准备工作全部完成，我们可以正式的以回归分析进行需求预测。

本章，也是本专栏的最后一章，我将详细讲解用多元回归分析进行需求预测的十大步骤：数据收集、数据清洗、列出所有的变量、确定纳入回归方程的自变量、确定并消除多重共线性、求解多元回归方程、确认回归方程的精度、显著性验证、计算置信区间、正式预测。(本专格栏总目录见下图)

一、数据收集。

我们做统计，进行数据分析，首先的，都是需要有数据。有数据才能统计，有数据才能进行数据分析。以回归分析做需求预测，同样需要有数据，最先开始的，是数据收集。

数据收集是按照确定的数据分析和框架内容，有目的的收集、整合相关数据的一个过程。

从上面数据收集的定义可以看出，数据收集需要有明确的目的，即我们先要确定我们是为了什么事而去收集数据。我们的主题是用回归分析进行需求预测，在这里，我们收集数据的目的非常明确，收集数据是为了有效的采用回归分析的方法来进行需求预测。我们需要收集的，就是与这个目的相关的数据，比如销量数据(因变量)，以及各种影响销量因素的数据(自变量)等等。

这些数据一般来源于我们日常的记录(含人工记录与系统生成)，比如生产原始单据与报表、出入库报单、销售数据、促销信息、重大事件特殊事件记录、调查与调研信息等等。

二、数据清洗。

我们收集到