數據挖掘哪家強？Excel回歸分析篇

hello~本人是應用心理碩士，想從事互聯網用戶研究領域~

挖個坑給自己開帖碼字~嘻嘻，期待知乎各路大神來討論指正哦~

起初，數據挖掘緊跟「One to One」或「CRM（Customer Relationship Management）」的潮流，用於分析顧客行為、開發新客戶、預測新產品和庫存管理等，應用於市場營銷領域。因此，逐漸出現把顧客數據和POS數據存儲到資料庫的方法。

數據挖掘的目的有三：

一是把握趨勢和模式：通過分析網購交易的記錄數據、呼叫中心的投訴數據、顧客滿意度的調查數據、購物數據等，用神經網路、購物籃分析、Rough、對應分析（雙尺度法）、主成分分析、聚類分析等；

二是預測：神經網路法、回歸分析、判別分析、邏輯回歸分析、數量化理論一二等，時間序列數據方法有灰色理論、最近鄰法、Holt法、指數平滑法、移動平均法、ARIMA模型、數量化理論一等；

三是求最優解：Excel規劃求解。

Excel最常用的四個功能：函數、圖表、數據分析、數據透視表、規劃求解。

首先提一個簡單的問題拋磚引玉，如何預測一個商品的合理價格呢？

在實際調查中，是絕對不會直接問消費者「你認為這個商品的合理價格是多少」的問題。（這裡牽涉到研究方法的問題，先不討論~）

方法一：根據平均值預測

調查消費者意識，把消費者「認為過高的價格」和「認為偏低的價格」求一個平均值（簡單算術平均值或幾何平均值、調和平均值），取最接近實際購買者「可以接受的價格」平均值的一個值。

方法二：回歸分析

可以根據過往研究調查，把現在需要分析的商品價格分成幾個不同的因素：如商品類型、商品顏色、商品有無附加品、商品售賣的地方等等。在這些因素當中，最影響價格的是什麼？最不影響價格的是什麼？通過定量求出影響度，然後根據多個因子預測價格。但是Excel是不能對自由度在16以上的進行分析，就是說只能分析16個以內的變數啦，如果多於16個，就可以分次進行。

首先，需要用虛擬變數表示定性數據。

簡單來說就是用0,1等數字表示。下面隨便做一個表舉例

寫好表格之後在數據一欄找到「數據分析」，選擇回歸，Y值代表所求，這裡指價格，X值代表各個因素，確認之後就可以啦~

那麼出現了一個問題，如何知道上面所調查的因素是否真的可以代表商品的價格呢？我們需要因子分析。

對於定量數據，看回歸分析結果的t值就可以了；定性分析需要看t值範圍，即t值「最大值-最小值」。t值越大，影響度越大。

最後，coefficients就是回歸係數。

根據回歸方程y=ax+b，商品合理價格就等於定性數據的t加上定量數據的回歸係數乘定量數據啦~

用Excel大家可能覺得不值一提，但其實相比spss等統計軟體，在計算樣本不大的時候還挺方便的~

首篇完成~滾去看論文了（溜~