迴歸分析

📚 深度解析：線性迴歸分析

💡 常見使用場景

• 分析廣告投入與銷售額的關係：用歷史成對資料擬合 y=a+bx，量化每單位投入帶來的銷售增量。
• 預測場景：得到迴歸方程後，代入新的自變數 X 預測因變數 Y（如 x=11 時預測 y）。
• 評估擬合優劣：用決定係數 R² 判斷自變數解釋因變數變異的比例，R² 越接近 1 擬合越好。

❓ 常見問題（FAQ）

R² 高就代表模型可靠嗎？

R² 高只說明自變數解釋了大部分變異，不代表因果。還需檢查殘差是否隨機、是否存在異常點，以及是否過度外推。

斜率置信區間怎麼用？

斜率 b 的 95% 置信區間 [1.9324, 2.0409] 不含 0，說明自變數與因變數存在顯著線性關係；若區間跨越 0 則關係不顯著。