第5章 建立回归模型.docx

第5章建立回归模型

教学目标

理解回归模型的基本思路和理论框架，能够识别回归模型适用的典型业务场景；

理解回归模型的3要素，以及线性回归和逻辑回归的基础理论知识；

掌握使用Excel建立和检验线性回归模型和逻辑回归模型的方法；

掌握解读线性回归模型和逻辑回归模型的结果，以及基于模型做出业务改进建议的方法；

掌握数据分析报告模型分析与解读部分的写作方法。

教学方式与课时安排

课堂讲授：6学时

演示汇报：3学时

教学重点与难点

本章内容包含较多统计学技术细节。对于非数据科学专业学生的数据技能训练课程，或数据科学专业新生的专业基础课，学生可能缺乏全面理解其中部分技术细节的知识储备。

本书提供了一些配套微课讲解这些相关内容。如学生程度较好或学时较为富余，老师可配合微课较为深入、详尽地介绍相关内容。但仍建议将授课重点放在理解回归分析的思路框架，帮助学生建立用回归方法剖析问题的思路上，即优先理解回归模型“可以解决什么问题”“如何将一个业务问题规范为一个回归问题”“如何使用一个回归模型结果解决业务问题”“为什么要选用这样的模型形式”“这个目标函数的含义是什么”，其次才是回归模型“如何推导”“如何估计”“如何评价”“如何检验”等。

系统地学习回归分析中的技术性内容可留待统计学或回归分析等课程。本课程的教学重点仍然是学会用数据的思路去剖析和解决实际问题，学生可以在软件输出结果中找到并使用与模型估计、评价、检验相关的指标并对其做出解读即可。

教学过程

课堂讲授：6学时

导入(45分钟)：

讲解。老师回顾图1.2，讲解模型分析的重要性。

讲解。老师介绍案例背景。

讲解。老师讲解回归模型的基本构成元素：一个可量化的关键业务要素Y，多个可量化且对关键指标有影响力的X，Y与X之间的关联关系。

提问。老师根据案例背景和回归模型的基本构成要素，提问学生在“知识网红”案例中可以定义哪些Y、每一个Y应当如何定义。

讨论。学生分组，一半小组指定题目“哪些专家可以成为知识网红”，一半小组指定题目“什么样的话题更受欢迎”。各小组基于章案例数据讨论Y是什么、X有哪些、每个X对于Y的影响预估是什么样的(正相关还是负相关、影响力大小等)。这个过程要注意引导学生，并非所有的数据都是现成准备好的，要根据自己的建模需求进行加工，可作为第三章相关内容的回顾(比如在“哪些专家可以成为知识网红”这个问题中，原始数据中并没一个现成的变量“是否是知识网红”，就需要学生自己根据专家的业务量做出划分)。两个题目各选择代表小组上台陈述，老师做出提问和点评，点评主要基于回归模型的基本构成要素的框架来进行。

五种常见的回归模型(20分钟)

讲解。老师介绍五种常见的回归模型。

提问。老师列举各类典型场景，学生回答应当使用哪种回归方法、如何定义Y，可以考虑寻找哪些X。

线性回归模型-导入(10分钟)

讲解。老师回顾线性回归适用的Y，详细讲解Y连续在实际中的处理方式。讲解X的重要性。

提问。老师提出一些实际数据的例子，学生回答，是否可使用线性回归模型，并回答理由；尽可能多地列举出可能的X，并陈述可以从哪个数据源获取相关数据，是否需要对数据进行一定的加工，是否有一些X难以获取、是否可替代等。

线性回归模型-理论(40分钟)

讲解。老师讲解使用线性回归模型分析数据的基本流程，确定场景适用、确定数据符合模型基本假设(如不符合可做一定转换)、估计模型、检验模型、通过变量选择等方法调整模型形式、评价模型、诊断残差、解读模型、应用模型。

讲解。老师讲解线性回归模型的基础形式，重点理解参数的含义。

讲解。老师讲解线性回归模型的基本假设，重点理解线性关系、如过数据呈现非线性关系要如何处理。

讲解。老师讲解线性回归模型的参数估计，重点理解理解目标函数的含义，即为什么以它为目标函数。

讲解。老师讲解F检验和t检验，重点理解两个检验的零假设和备择假设分别是什么含义，实践中希望看到什么样的检验结果。如果看到F检验通过而部分变量t检验未通过的情况，要进行变量选择。重点理解如果不进行变量选择则模型不稳定，预测结果不可靠。

讲解。老师讲解线性回归模型的评价，重点理解：R2公式所表达的意义：衡量模型可以解释的数据变动在整体数据变动中所占的比例。

讲解。老师讲解线性回归模型残差中几种典型问题，重点理解每种问题产生的原因、可使用的解决方法。

提问。老师以提问形式带领学生回顾线性回归模型相关的知识点，提问重点是b~g中要求重点的理解的内容。

线性回归模型-实现(25分钟)

演示。老师演示5.2.1和5.3.2小节中安装插件、建立线性回归模型、根据建模结果改进线性回归模型等相关操作；如学生程度较好，可由老师提出要求，学生自行完成操作。

提问。老师展示模型结果，由学生逐一找到(4)d~g中相关的结果，并对结果做出解读，老师对回答做出评价，复习线