Python全系列 教程
3567个小节阅读:5929.7k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
回归分析本质上是将存在及可能存在的相关关系的变量拟合成直线或者曲线。据此,
我们一方面可以总结出已有数据的规律和特征,另一方面还可以预测数据。
拖动“销售额”到列,“利润”到行,点击分析菜单取消“聚合度量”
添加趋势线——在分析窗口,拖动“趋势线”到视图窗口,选择“线性”
R平方值:拟合优度,越大越好,最大 1,最小 0,0.4 以上表示不错
右键选择“描述趋势线”,可以复制公式,并将公式添加到注释区域中
复制线性回归工作表,右击趋势线,选择“编辑趋势线”,选择“幂”
可以看到,此时的回归公式和R平方值都有了变化,而且此时的R平方值较大,说明回归效果较好
1. 关于回归分析的R平方值,下列说法正确的是:
A R平方值越小越好
B R平方值可以取到2
C R平方值越大越好,最大 1,最小 0,0.4 以上表示不错
D 以上说法均不正确
2. 改变已有的回归为另一种回归,正确的操作是:
A 通过数据菜单选择
B 右击趋势线,选择“编辑趋势线”,选择模型类型
C 通过文件菜单选择
D 通过地图菜单选择
1=>C 2=>B