温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

JASP一元线性回归示例分析

发布时间:2022-03-18 15:55:54 来源:亿速云 阅读:387 作者:iii 栏目:大数据

这篇文章主要介绍“JASP一元线性回归示例分析”,在日常操作中,相信很多人在JASP一元线性回归示例分析问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”JASP一元线性回归示例分析”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

JASP推出了自己的特色模块,Visual Modeling,可视化或视觉化建模模块。该模块认为每个统计方法都有自己特质的统计图形相配,有针对性的统计图形更有利于研究人员观察和了解数据,并创建出一个最佳的模型。
接下来,我们将使用销售数据来练习简单一元线性回归的可视化建模过程。
因变量:sales,连续数据
自变量:advert,连续数据
分析目的:考察广告投入与销售的关系

菜单操作(1)

【Visual Modeling】中选择【Linear Modeling】,将sales移入因变量框,将advert移入自变量框。

JASP会实时绘制出基于advert和sales两数据的散点图,并给线性拟合线,用户也可以根据散点图的分布趋势,选择平方项或立方项拟合线。本例拟创建一元线性回归模型,图示如下:

JASP一元线性回归示例分析

广告投入越多产品销售相应越好,产品销售额和广告投入间存在线性关系,适合拟合线性回归模型进而考察二者的关系。

JASP一元线性回归示例分析

具体的线性回归模型为:

sales = 6.584 + 1.071 * advert

广告投入每增加一个单位,产品销售额相应增加1.071个单位,线性回归系数95%CI(0.875~1.267),广告投入对销售额的影响有统计学意义。

菜单操作(2)

在【Plots】选项卡中,勾选【Diagnostics】,命令进行残差诊断,判断数据是否满足线性回归的基本条件。

JASP一元线性回归示例分析

JASP给出包含三种残差的组合图,信息高效。左上残差直方图显示残差数据轻微左偏,可以认为是近似符合正态分布,右上的残差散点图点的分布呈现一定的曲线规律,提示残差可能是不齐的,但不是特别严重,本例认为满足残差的方差齐次要求。
综合认为,本组数据基本满足线性回归条件,拟合所得的一元线性回归可用于考察advert和sales间的关系。  

到此,关于“JASP一元线性回归示例分析”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI