多元线性回归matlab代码_20.多元线性回归分析

点击“蓝字”，关注我们

    各位“指尖物流信息”的粉丝好！数据已经成为继土地、资本、劳动力、技术之后的一个新型生产要素，如何挖掘数据价值，辅助企业决策是个热点话题。SPSS工具，是经典的统计分析工具，从本期将继续在“指尖物流信息”公众号大数据栏目的“SPSS统计分析”系列推出SPSS统计分析工具的使用，欢迎关注。

 No.1 |实训目标 

    在实际问题中，影响因变量的因素往往有多个，本次我们将学习如何利用SPSS学习如何使用多元线性回归分析问题。

 No.2 |数据介绍 

    下表为不同餐饮店的日均营业额、周边居民人数、用餐平均支出、周边居民月平均收入、周边餐馆数和距市中心距离(只显示部分数据)，要求利用多元线性回归分析研究日均营业额与周边居民人数、用餐平均支出、周边居民月平均收入、周边餐馆数和距市中心距离之间的关系。

 No.3 |实验步骤 

点击【分析】，选择【回归】下的【线性】

第二步：

将“日均营业额”选入【因变量】,将其余变量选入【自变量】，在【方法】下选择【向后】

第三步：

在【步进方法标准】下选择【使用F的概率】，在【进入】下输入“0.05”，在【删除】下输入“0.051”

第四步：

点击【继续】返回，点击【确定】，出现结果

调整R方值为0.800，说明用餐平均支出和周边居民人数对日均营业额的解释程度为80%。

F值=48.900，对应的sig值小于0.05，拒绝原始假设，说明回归方程总体是显著的。

其他因素不变的情况下，日均营业额的回归系数是0.196，t值=3.826，对应的sig值=0.001小于0.05，说明回归系数是显著的，周边居民人数每增加1万人，日均营业额期望增加0.196万元；用餐平均支出的回归系数是0.175，t值=3.328，对应的sig值=0.003小于0.05，说明回归系数是显著的，日均营业额每增加1元/人，日均营业额期望增加0.175万元。

回归方程为：销售价格=-10.776+0.196*日均营业额+0.175*日均营业额+误差

编辑：小连

欢迎关注有内涵的“指尖物流信息”平台

联系邮箱：281254701@qq.com