¥
立即购买

本提示词提供专业数据分析指导,涵盖从数据准备、异常值与正态性检查、回归模型选择、结果计算到可视化和报告撰写的完整流程。用户可基于提供的因变量、自变量及样本量执行简单或多元回归分析,获得相关系数、R方值、p值及散点图,清晰解读变量间关系并总结分析发现,适用于科研、商业和统计分析场景。

免费试用多模型对比变量与模板化文本输出
完整提示词模板
¥25.00

提示词变量

正在加载表单组件...

提示词生成结果

📝
暂无试用结果

变量说明

  • 因变量
    回归分析中的目标变量名称或字段
    示例:“销售额”
  • 自变量
    回归分析中的预测变量名称或字段列表
    示例:“广告投入,促销活动,季节因素”
  • 样本量
    数据集中的观测数量
    示例:“1000”
  • 回归类型
    回归分析所使用的模型类型
    示例:“多元线性回归”
  • 显著性水平
    统计显著性检验的阈值
    示例:“0.01”

使用场景案例

  • 房价回归流程
    某市二手房样本(n=480),以成交价为因变量,结合面积、卧室数、楼层、绿化率、地铁距离与建成年份开展多元线性回归。指导从数据清洗、异常值与正态性检验、共线性诊断到系数、R²、p值计算与散点/残差图可视化,并提供报告撰写要点。
  • 续费预测指导
    订阅业务样本(n=1200),以是否续费(二值)为因变量,构建逻辑回归。覆盖缺失与异常处理、类别比例检查、特征标准化与VIF、逐步筛选,输出系数与OR、p值、混淆矩阵与ROC、散点与概率曲线,并给出结果解读与复现实验报告大纲。
  • 广告驱动销量
    月度数据(60期),以销售额为因变量,结合广告、促销、搜索指数、节假日与价格指数进行时间序列回归。指导季节与趋势分解、ADF平稳性检验、滞后项与节假日虚拟变量设置、系数与p值与R²计算、残差诊断及拟合/散点图展示,并输出可复用分析报告模板。