

- 1 關于禅道研發效能解決方案
- 2. 分析方法
線性回歸 分享鏈接 /book/development-efficiency/1759.html
本篇目錄
1. 分析方法简介
線性回歸是一种统计分析方法,用于研究自变量(X)与因变量(Y)之间的线性关系。支持线性拟合,用户可以选择一个或多个字段作为 X 轴,并指定一个字段作为 Y 轴。分析结果包括回归方程、系數、模型汇总数据、方差分析、异常值诊断和残差图。
2. 输入数据要求
在使用線性回歸分析功能前,请确保数据满足以下要求:
- X 和 Y 字段应为数值类型(连续变量)。
- 數據應盡量避免缺失值或極端異常值,以確保分析結果的准確性。
- 建議樣本量足夠大,以確保模型穩定性和可靠性。
- 數據應滿足獨立性假設,即觀測值之間相互獨立。
3. 输出结果解释
線性回歸分析完成后,软件会生成以下结果:
3.1 回归方程
回歸方程表示自變量(X)與因變量(Y)之間的數學關系。方程形式爲:
Y = β
0 + β
1X
1 + β
2X
2 + ... + ε
其中, β 0是截距, β 1, β 2, ... 是回归系數,ε 是误差項。
3.2 系數表
項 | 系數 | 系數标准误 | T 值 | P 值 | 方差膨脹因子 |
---|---|---|---|---|---|
截距 | β 0 | 截距的標准誤 | 截距的 T 值 | 截距的 P 值 | - |
X 1 | β 1 | X 1 的標准誤 | X 1 的 T 值 | X 1 的 P 值 | VIF 1 |
- 系數:表示自變量對因變量的影響大小。
- 系數标准误:衡量系數的稳定性,标准误越小,系數越可靠。
- T 值:用于检验系數的显著性,T 值绝对值越大,系數越显著。
- P 值:表示系數是否显著。通常 p < 0.05 说明系數显著。
- 方差膨脹因子(VIF):用于检测自变量之间的多重共线性。VIF 值大于 10 表明存在严重的多重共线性问题。
3.3 模型汇总数据
模型彙總數據包括以下指標:
- 標准誤差S:表示模型的預測精度,越小越好。
- 决定系數R?:表示模型解释的变异比例,范围 0 到 1,越大越好。
- 调整 R?:考虑自变量数量后的 R?,更适用于多元回归。
3.4 方差分析(ANOVA)
方差分析用于檢驗模型的顯著性:
3.4.1. 自由度(df, Degrees of Freedom)
定義:自由度表示數據中可以自由變動的獨立信息量。
分類:
- 回歸自由度(df回歸):等于自變量的個數(k)。表示模型中自變量的數量。
- 残差自由度(df残差):等于样本量减去自变量个数再减1(n - k - 1)。表示模型中无法解释的部分的独立信息量。
- 总自由度(df总):等于样本量减1(n - 1)。表示数据中总的独立信息量。
3.4.2. 平方和(SS, Sum of Squares)
定義:平方和表示數據點與均值或預測值之間的差異的平方和,用于衡量變異的大小。
分類:
- 回歸平方和(SS回歸):表示回歸模型能夠解釋的變異部分。
- 殘差平方和(SS殘差):表示回歸模型無法解釋的變異部分。
- 總平方和(SS總):表示數據中總的變異。
3.4.3. 均方(MS, Mean Square)
定義:均方是平方和除以自由度,用于標准化變異的大小。
分類:
- 回歸均方(MS回歸):表示回歸模型中每單位自由度的變異。
- 殘差均方(MS殘差):表示殘差中每單位自由度的變異。
3.4.4. F值(F Statistic)
定義:F值用于檢驗回歸模型的顯著性,通過比較回歸均方和殘差均方來判斷自變量是否對因變量有顯著影響。
含義:
- F值越大,說明回歸模型越顯著,自變量對因變量的影響越大。
- F值越小,說明回歸模型不顯著,自變量對因變量的影響可能不顯著。
3.4.5. P值(P-value)
定義:P值表示在假設回歸模型不顯著(即自變量對因變量無影響)的情況下,觀察到當前F值(或更大)的概率。
取值範圍:0 到 1。
含義:
- 通常以 0.05 作为显著性水平。
- 如果p < 0.05,说明回归模型显著,自变量对因变量有显著影响。
- 如果p ≥ 0.05,说明回归模型不显著,自变量对因变量的影响可能不显著。
3.5 异常值诊断
系统会识别数据中的异常值,并提供其位置和影响程度,幫助用户判断是否需要处理这些异常数据。
3.6 残差图
- 殘差的正態概率圖:檢查殘差是否服從正態分布。
- 殘差與擬合值圖:檢查殘差是否隨機分布,是否存在異方差性。
- 殘差頻率的直方圖:直觀展示殘差的分布情況。
- 殘差與觀測值順序圖:检查残差是否存在时间或顺序上的相關性。


4. 使用步骤
- 选择“線性回歸”分析方法。
- 选择 X 轴字段(可多选)和 Y 轴字段。
- 點擊“保存”按鈕。
- 查看並解讀輸出結果。
5. 注意事項
- 确保数据满足線性回歸的假设(线性、独立性、正态性、同方差性)。
- 如果模型擬合不佳,嘗試增加變量或對數據進行變換。
- 異常值可能對回歸結果産生較大影響,建議根據實際情況決定是否處理。
-
禅道産品
禅道開源版 禅道企業版 禅道旗艦版 禅道IPD版 -
核心功能
産品管理 項目管理 質量管理 效能管理 -
使用文檔
基本版手冊 企業版手冊 旗艦版手冊 IPD版手冊 開發中心手冊 -
幫助中心
积分問答 常見問題 論壇交流 使用視頻 Gitee GitHub -
關于我們
關于我們 禅道軟件 最新動態 禅道活動 -
禅道社區
禅道博客 積分排行 積分商城 禅道書院 -
聯系方式
聯系人:金娟 電話:18562856230 微信:18562856230 Q Q:1826606239北京、上海、深圳分部