EP09. “Regression 回归分析”

• 回归分析（Regression）用来找出一个「结果变量」（例如销量）跟一个或多个「影响变量」（例如价格、广告费）之间的数量关系
• 算出一条能拿来预测的公式
• 前置知识是 EP01 启用 Analysis ToolPak 加载项
• 学完能看懂回归分析报告里最关键的几个指标，并用算出来的公式做预测

重点内容

适用版本

桌面版通用（Excel 365 / 2021 / 2019 等），需要先启用 Analysis ToolPak 加载项（见 EP01）。

操作步骤

1. Data 选项卡 → Analysis 组 → Data Analysis
2. 选择 Regression，点击 OK
3. Y Range（结果变量）填入 A1:A8
4. X Range（影响变量，必须是相邻的列）填入 B1:C8
5. 勾选 Labels
6. Output Range 填入 A11
7. 勾选 Residuals（残差）

[截图：Regression 对话框，Y Range/X Range 已填好且勾选 Labels 和 Residuals]

1. 点击 OK

看懂结果

• R Square（R²）：模型解释力有多好，范例是 0.962，代表 96% 的销量变化可以用价格和广告费这两个变量解释
• Significance F：小于 0.05 代表整体模型结果可靠
• P-value：某个变量的 P 值大于 0.05，代表这个变量对结果的影响不显著，应该拿掉重跑一次分析
• 回归方程：范例算出 y = 8536.214 − 835.722 × Price + 0.592 × Advertising
• Residuals（残差）：实际值跟公式预测值之间的差距

[截图：Regression 输出报告，R Square/Significance F/系数表所在区块]

用公式做预测

把 Price = RM4、Advertising = RM3000 代入回归方程，算出预测销量约为 6970 件。

学完你会

• ✅ 用 Regression 找出结果变量跟影响变量之间的数量关系
• ✅ 看懂 R Square、Significance F、P-value 判断模型可不可靠
• ✅ 把不显著（P 值大于 0.05）的变量拿掉重跑，再用回归方程做预测

常见错误

• X Range 里的影响变量列不相邻，Excel 无法正确选取范围
• 某个变量的 P 值明明大于 0.05（不显著），却没有拿掉重跑，直接把不可靠的系数拿去做预测
• 只看 R² 高就认为模型没问题，没有检查 Significance F 和各变量的 P 值

Sources

Blog / Website：

1. Regression