按個模型國內(nèi)比賽方差分析1010c業(yè)務數(shù)據(jù)分析

題目題目 公司業(yè)務數(shù)據(jù)分摘要模型一多元線性回歸模型5模型二相關系數(shù)模型根據(jù)模型一中各項指標建立的散點圖來判斷出哪項可以建立相關系數(shù)模型，通過判斷收入與業(yè)務的相關系數(shù)的值的大小來得出結各項業(yè)務是不可能孤立存在的，公司要想發(fā)展壯大必須會緊密聯(lián)系各項業(yè)務時期發(fā)揮出最大的功效，我們可以據(jù)此建立正交設計模和實際情況不符，故在模型的改進與推廣中建立偏最小二乘logistic回歸模型進關鍵字：logistic公司業(yè)務數(shù)據(jù)分析一、問題重述55公司業(yè)務數(shù)據(jù)分析一、問題重述5520120，1、其中某些業(yè)務的使用量接近飽和，請你建立模型計算哪些業(yè)務量接近飽和，2、根據(jù)財務數(shù)據(jù)，你能判斷出哪個指標是收入嗎，請你說明收入主要和哪些業(yè)34、假如你是本服務的項目經(jīng)理，根據(jù)現(xiàn)有的數(shù)據(jù)和你所建立的模型，給公司總二、問題分析題目最終的宗旨就是希望我們解決如下三個題目后能夠在第四個題目中給1公司的收入應始終是處于上升的趨勢當然可以有小的波動說明企業(yè)此時處于虧4-1二、模型假設當統(tǒng)計數(shù)據(jù)得到的結果與實際出入較大時，可以忽略該因素的影響而暫不考四、符號說明 y? xj二、模型假設當統(tǒng)計數(shù)據(jù)得到的結果與實際出入較大時，可以忽略該因素的影響而暫不考四、符號說明 y? xj S Ex V R2SSRSST-2五、模型建立5.1模型一：多元Yt12X2tkXkt上式假定因變量Y與五、模型建立5.1模型一：多元Yt12X2tkXkt上式假定因變量Y與k1Yt是變量YtXjtjXj的第tjk是總體回歸系數(shù)。jXj變動一個單位所引起的因變量Y kXktett1,回歸模型的樣本回歸函數(shù)如下Yt??X2t 是Yt與其估計Yt5.12[1]多元回歸中進行這一檢驗的目的主要是為了檢驗與各回歸系數(shù)對應的自變多元模型中回歸系數(shù)的檢驗同樣采用tP與一元回歸模型基本相同。下面僅給出回歸系數(shù)顯著性檢驗t公式t? ,k?jS??j的標準差的估計值。S?按下式計算 S? S 式中：jj是XXjS是隨機誤差項方差的估計值。 式的tH0j0t的絕對值越大表明j0-3[2]F檢驗進行。其具體的方法步驟可歸納如下。H023k進k從Y?nYk1[2]F檢驗進行。其具體的方法步驟可歸納如下。H023k進k從Y?nYk1k個正規(guī)方程式的約束，因此其自由度是nk?；貧w平方和與殘差平方和各除以自身的自由度得到的是FFSSRknkF服從于自由度為k1和nkF5.13-4SSRY?YSSRkSSEeSSEnkSSTYtYnnk預測與一元線性回歸預測的原理是一致的，其基本公式如下 2 j2,預測與一元線性回歸預測的原理是一致的，其基本公式如下 2 j2,XY?X給定時Y 5.2相關系數(shù)（CorrelationCoefficient）:度量變量間相關關系的一類指標（Covariance(xix)(yiy總體協(xié)方差：(xix)(yinnxyxnx^2(x)^2 ny^2(r樣本相關系數(shù)rr的取值介于-11（2）r0與Y（3）在大多數(shù)情況下，01，即X與Y性關系。當r0X與Y為正相關。當r0X與Y1（4）與Y完全線性相關。當r1而r1（5）rr0只是表明兩個變量之間不存在X與Y5.31）因子水平（或水平組合）-5因子效應因子效應方法進行分離，進而用F雙因子試驗的方差分析模型中所包含的統(tǒng)計思想和方法可以一般地推廣到多一階交互效應（雙因子交互效應，即在扣除主效應的影響之后，任意兩二階交互效應（三因子交互效應，即在扣除主效應和一階交互效應的影響之后，三個因子的不同水平組合（ABC）對響應變量產(chǎn)生的聯(lián)合影響。與雙因L=1（無重復）時，二階交互效應無法分析，而只能分析主效應和一階交互過程列出結果（模型、平方和分解、自由度、F統(tǒng)計量，等等。進而可以考慮四因子、五因子、乃至一般m個因子的情況。無論有多少個因子，如果在所有析，試驗應該是等重復的。為能夠夠分析最高階（m-1階）交互效應，試驗應該是有重復的（1）。水平因子，則完全試驗（重復數(shù)為1）要求作35=243平因子，則完全試驗（同樣重復數(shù)為1）要作972次試驗。如果要能夠分析全部應等）的個數(shù)k與試驗次數(shù)nn>k時，有足夠的自由度k來估計參數(shù)，同時還有剩余自由度來估計誤差的方差（n-k>0）；n=k時，有足夠的自由度來估計參數(shù)，但是沒有剩余自由度來估計誤差的方差n-k=0；當n<k時，沒有足夠的自由度來估計參數(shù)，同時也沒有自由度來估計誤差的方差。否則誤差的估計是必要的，它是進行F檢驗的前提。因此，如果不能簡單忽略隨機誤差，就應該給誤差的估計留下適當?shù)淖杂啥龋╪>k）。對這樣一個思路，-6次數(shù)等于交互效應模型中獨立參數(shù)的總數(shù)，因此沒有剩余自由度來估計誤差方次數(shù)等于交互效應模型中獨立參數(shù)的總數(shù)，因此沒有剩余自由度來估計誤差方626=64個獨立參數(shù)（包括總均值），6+1=768效應的參數(shù)估計和平方和也應具有上述性質(zhì)。進而，如果試驗的總次數(shù)n超過參數(shù)的總個數(shù)k，則還有多余的自由度來估計誤差，進行方差分析。實際上，這-7六、模型求解6.1模型一的求解6.111圖一11六、模型求解6.1模型一的求解6.111圖一1111-8RR1YF圖二2-9tP-LowerUpper--4.76E--1YF圖二2-9tP-LowerUpper--4.76E--3.17E-1222根據(jù)以上結果，可得業(yè)務的回歸方程為-10tP-Lower--7.04E---XVariable-2.4E-3.04E--9.1E--3E-1222根據(jù)以上結果，可得業(yè)務的回歸方程為-10tP-Lower--7.04E---XVariable-2.4E-3.04E--9.1E--3E--1.8E-XVariable2.04E-9.84E-2.8E-MultipleRAdjustedR33-11tP-Lower--6.15E---XVariable6.01E-3.51E-XVariable-5E-XVariable-9.58E--5.66E---4.47E-33-11tP-Lower--6.15E---XVariable6.01E-3.51E-XVariable-5E-XVariable-9.58E--5.66E---4.47E-MultipleRAdjustedR3Y78.70243Y78.70240.000154X1+0.000206X2117.8圖四44圖五5-124556.26.2116.2252-13列列列列列列tP-Lower1.66E-XVariable-4.1E-9.66E--4.76E--6.1E--2.2E-XVariableXVariable---4556.26.2116.2252-13列列列列列列tP-Lower1.66E-XVariable-4.1E-9.66E--4.76E--6.1E--2.2E-XVariableXVariable---9.84E-MultipleRAdjustedR34556.3考慮設計一個試驗，安排m個因子，作n次試驗，若它滿足下面兩個條件，每一因子的不同水平在試驗中出現(xiàn)相同次數(shù)（均衡性驗。但是，如果因子的水平數(shù)分別為t1,t2,,tm,則完全試驗至少要作N=的正交試驗設計是指既滿足上述兩條件，同時試驗次數(shù)n又遠遠小于N正交設計表第一行為表頭,標明每列所代表的因子,最左一列標明試驗的序號1n.表中每列中的數(shù)字代表相應因子的水平序號;每行的數(shù)字代表在相應試驗中各因子的水平序號.在正交設計表中：-14列列列列列列列列列34556.3考慮設計一個試驗，安排m個因子，作n次試驗，若它滿足下面兩個條件，每一因子的不同水平在試驗中出現(xiàn)相同次數(shù)（均衡性驗。但是，如果因子的水平數(shù)分別為t1,t2,,tm,則完全試驗至少要作N=的正交試驗設計是指既滿足上述兩條件，同時試驗次數(shù)n又遠遠小于N正交設計表第一行為表頭,標明每列所代表的因子,最左一列標明試驗的序號1n.表中每列中的數(shù)字代表相應因子的水平序號;每行的數(shù)字代表在相應試驗中各因子的水平序號.在正交設計表中：-14列列列列列列列列列列列列列列列列列列列列列列列列列列2)n2)n-某因子的主效應平方和=重復數(shù)×參數(shù)估計的平方和,自由度=水平數(shù)-1,52012模型偏最小二乘logisticExcel析，求出此時因變量與新的自變量之間的函數(shù)模型即可八、模型的改進與推廣小二乘logistic8.1logistic-15記Yycii1,2, Xxij pxj（1）提取第一個偏最小二乘成分分別建立因變量Yxjj1,2,p的普通logistic的回歸系數(shù)為記Yycii1,2, Xxij pxj（1）提取第一個偏最小二乘成分分別建立因變量Yxjj1,2,p的普通logistic的回歸系數(shù)為jj1,2, 標準化得, 1*2j1, 1 11j提取第一個成分t1 t （2）提取第二個偏最小二乘成分X對第一個成分t1XpT1p是回歸系數(shù)，即 XX1且記X1jj1,2p分別建立因變量Y對t1X1j的logistic-16模型，并記2jX1* *, 221,222p計算第二個成分t 在已提取h1個偏最小二乘成分th1模型，并記2jX1* *, 221,222p計算第二個成分t 在已提取h1個偏最小二乘成分th1h最小二乘成分X對t1,t2th1XtpTtpT Th11 2Th1pk1kk1,2,hXh1j對每個jj1p，分別建立因變量Yt1,t2th1Xh1jlogistic回歸模型，并記hj為模型中 的回歸系數(shù)h*T進行標準化，并記為將列向量 提取成分t，有t 將th表示為原始變量的線性組合形式，有thX-17其中E k k建立logistic建立因變量Y對成分t1,t2tn的其中E k k建立logistic建立因變量Y對成分t1,t2tn的logisticpyt1,t2tn tockXkocbjX ln1pyt,tkkj1jk