数据分析|如何用线性回归模型做数据分析？( 二 ) 变量|拟合|自变量|线性回归|模

当我们加入一个年龄强相关的自变量车龄时，通过最小二乘法所计算得到的各变量系数如下，多重共线性影响了自变量车龄、年龄的线性系数。
这时候，可以使用VIF消除多重共线性：VIF=1/(1-R方)，R方是拿其他自变量去线性拟合此数值变量y得到的线性回归模型的决定系数。某个自变量造成强多重共线性判断标准通常是：VIF>10

文章插图
我们发现，年龄的VIF远大于10，故去除年龄这一变量，去除后重新计算剩余变量VIF发现所有均
4. 计算调整R方

文章插图
5. 数据标准化我们希望不同自变量的线性系数，相互之间有可比性，不受它们取值范围影响。

文章插图
6. 拟合模型，计算回归系数共享单车分数案例，因变量是分数，自变量是年龄、组别、城区，线性回归的结果为：分数 = 5.5 + 2.7 * 年龄 +0.48 * 对照组 + 0.04 * 朝阳区 + 0.64 * 海淀区 + 0.19 * 西城区。

文章插图
7. 生成分析洞见——驱动力因素

文章插图
最终产出不同用户特征对用户调研分数的驱动性排名——驱动力分数反应各个变量代表因素，对目标变量分数的驱动力强弱，驱动力分数绝对值越大，目标变量对因素的影响力越大；反之越小，驱动力分数为负时，表明此因素对目标变量的影响为负向。
8. 根据回归模型进行预测至此，回归模型已经建好，预测就不写了，把要预测的数据x自变量导入模型即可预测y。
相信大家读完这篇文章，对线性回归模型已经有了一些了解，大家快快动起手来把模型应用到自己的实际工作中吧！
作者：赵小洛，公众号：赵小洛洛洛
本文由 @赵小洛原创发布于人人都是产品经理。未经许可，禁止转载
【 数据分析|如何用线性回归模型做数据分析？】题图来自Unsplash，基于CC0协议