excel数据分析案例 excel做正态分布分析( 二 )

既然是预测，肯定会与真实数据有误差。我们也可以观察到在模型的散点图上，并非所有真实数据全部都在这条模型线上，因为它是根据数据“拟合”的，并不是完全符合。
所以我们还需要对模型进行检验。一般来说，检验模型的准确率需要考察这几个数字：
Multiple R（相关系数）相关系数R的值出于-1~1之间，在-1~0的区间中，说明自变量越大，因变量就越小，而在0~1的区间中，则相反。
当相关系数R小于-0.8或大于0.8的时候，说明自变量与因变量有很强的相关性。这里的相关系数高达0.983，说明成本与销售额有非常强的相关性。
R Square（拟合系数）拟合系数=相关系数的平方，它的数值范围为0~1，数值越大，拟合的效果就越好。一般大于0.7时，可以认为拟合的效果符合预期。
这里的拟合系数为0.96，非常接近1，说明模型的拟合效果很不错。
Significance F（显著性检验）显著性检验是指检验自变量和因变量的线性关系是否明显，它的数值越小，说明真实数据离这条线越近，也就是模型越准确。
这里的1.25E-08的意思是1.25× 10的-8次方（即0.00000001），几乎接近于0，也就是说这个模型是比较准确的。
P-value（P值）P值是用来检测系数（即aX中的a）的显著程度。P值同样也是越小越好，一般来说，P值小于0.05时，这个模型才有统计学意义。
这里的P值为2.4E-09，也是无限接近于0，说明这个模型的可信度比较高。
6.预测
检验完回归模型后，如果各数值都比较正常，那么就可以根据最终确定的模型进行预测了。
在上面的案例中，最终确定的模型为：Y=0.852X+5690.875（这里取小数点后3位）。
按照老板的收入预期，也就是15,000=0.852X+5690.875，最后可以算出X为8320.569，也就是说，如果要达到老板的预期收入，推广渠道的成本最少应该为8320.569元。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：