一提起迴歸分析,估計首先想到的是機器學習,其實使用excel可以方便快速的進行單變數的迴歸分析預測,而且還可以簡單快捷的進行指數、對數、多項式等曲線的擬合預測(sklearn好像只可以進行多項式的擬合預測,指數、對數需要Scipy包的curve_fit函式)。
趨勢預測選擇週期,勾選顯示公式和顯示R平方值,結果如圖:
這裡說明一下:
趨勢線是有最小方差的線,學過機器學習的人一定很熟悉,excel直接就給出了公式,有了公式就可以快速的進行預測了。R2值和sklearn的R2有點區別,R2公式為1-SSR/SST,各種公式說明可以查詢excel幫助文件,連結如下:
這裡自然有個疑問,公式中的y是表裡的數值,x是什麼呢?是否就是序號列的值呢?
我上網查了好久,沒查到答案,幾次嘗試以後發現:
1、如果序號列的值是數值型的,那麼x與序號列的值無關,是(1,2,3...)的正整數序列,如下圖,更改了序號列的值,公式不變,藍色線是根據公式計算出來的,X值使用的是(1,2,3...)正整數列,藍色線與趨勢線完全一致。
2、本來以為已經ok了,結果意外發現當序號列為日期型的時候,公式發生了變化,新公式的X再不是(1,2,3...)的正整數序列了,如圖:
這時X值是什麼呢?嘗試發現仍然不是序號列,最終也沒得出確切的結果,經過逆推,發現此時X值似乎不是固定的序列,希望有知乎大牛能幫忙解惑。
不過有個小技巧,這裡可以用老公式擬合,X值還是使用正整數序列。
一提起迴歸分析,估計首先想到的是機器學習,其實使用excel可以方便快速的進行單變數的迴歸分析預測,而且還可以簡單快捷的進行指數、對數、多項式等曲線的擬合預測(sklearn好像只可以進行多項式的擬合預測,指數、對數需要Scipy包的curve_fit函式)。
趨勢預測選擇週期,勾選顯示公式和顯示R平方值,結果如圖:
這裡說明一下:
趨勢線是有最小方差的線,學過機器學習的人一定很熟悉,excel直接就給出了公式,有了公式就可以快速的進行預測了。R2值和sklearn的R2有點區別,R2公式為1-SSR/SST,各種公式說明可以查詢excel幫助文件,連結如下:
趨勢線計算公式這裡自然有個疑問,公式中的y是表裡的數值,x是什麼呢?是否就是序號列的值呢?
我上網查了好久,沒查到答案,幾次嘗試以後發現:
1、如果序號列的值是數值型的,那麼x與序號列的值無關,是(1,2,3...)的正整數序列,如下圖,更改了序號列的值,公式不變,藍色線是根據公式計算出來的,X值使用的是(1,2,3...)正整數列,藍色線與趨勢線完全一致。
2、本來以為已經ok了,結果意外發現當序號列為日期型的時候,公式發生了變化,新公式的X再不是(1,2,3...)的正整數序列了,如圖:
這時X值是什麼呢?嘗試發現仍然不是序號列,最終也沒得出確切的結果,經過逆推,發現此時X值似乎不是固定的序列,希望有知乎大牛能幫忙解惑。
不過有個小技巧,這裡可以用老公式擬合,X值還是使用正整數序列。