输入数据
请完成以下步骤来指定要分析的数据列。
- 在响应中，输入要解释或预测的数字数据列。响应变量又称 Y 变量。
- 在预测变量中，输入一列可以解释或预测响应变量变化的数字数据。预测变量又称 X 变量。
在此工作表中，售价是响应变量，包含已使用 3 年的同一品牌和型号的车的售价。英里数是预测变量，可以解释售价差异。
| C1 | C2 |
|---|---|
| 英里数 | 售价 |
| 9980 | 19999 |
| 34212 | 17999 |
| 26870 | 19009 |
| 46321 | 17199 |
| 16780 | 19499 |
| 50021 | 14999 |
回归模型类型
您选择的模型类型对应于用来拟合数据的方程。如果您不确定哪个模型最佳，可以从线性模型开始，然后评估该模型对数据的拟合优度。如果数据中似乎存在弯曲，请使用二次或立方模型重复执行分析。
- 线性
- 线性模型可以显示数据中有稳定速度的增大或减小。线性模型对应于如下方程：Y = bo + b1X。
- 二次
- 二次模型可以解释数据中的弯曲。二次模型对应于如下方程：Y = bo + b1X + b2X2。
- 立方
- 立方模型可以描述数据中的“峰谷”模式。立方模型对应于如下方程：Y = bo + b1X + b2X2 + b3 X3。
