回归分析

📚 深度解析：线性回归分析

💡 常见使用场景

• 分析广告投入与销售额的关系：用历史成对数据拟合 y=a+bx，量化每单位投入带来的销售增量。
• 预测场景：得到回归方程后，代入新的自变量 X 预测因变量 Y（如 x=11 时预测 y）。
• 评估拟合优劣：用决定系数 R² 判断自变量解释因变量变异的比例，R² 越接近 1 拟合越好。

❓ 常见问题（FAQ）

R² 高就代表模型可靠吗？

R² 高只说明自变量解释了大部分变异，不代表因果。还需检查残差是否随机、是否存在异常点，以及是否过度外推。

斜率置信区间怎么用？

斜率 b 的 95% 置信区间 [1.9324, 2.0409] 不含 0，说明自变量与因变量存在显著线性关系；若区间跨越 0 则关系不显著。