数据:https://pan.baidu.com/s/1VlTy4nfvgXdDzgimVguZMg

数据展示:

券代码  日期 传统汽车销量 国内生产总值当季值(亿元)x1 汽油价格(元/吨)x2 人民币贷款基准利率%x3 汽车总产量(万辆)x4 公路里程数 汽车整车股票指数 消费者信心指数
65 2003年Q1 102.1 29825.5 3020 5.49 102.1 177.6375 1696.81 97.7
64 2003年Q2 110 32537.3 3020 5.49 110 178.755 1912.54 87.66666667
63 2003年Q3 112.1 35291.9 2920 5.49 112.1 179.8725 1803.71 92.33333333
62 2003年Q4 122.8 39767.4 3010 5.49 122.8 180.99 1922.48 94.66666667
61 2004年Q1 131.1 34544.6 3210 5.49 131.1 182.5125 1930.71 95.33333333
60 2004年Q2 133.3 38700.8 3210 5.49 133.3 184.035 1245.7 92.56666667
59 2004年Q3 121 41855 3510 5.49 121 185.5575 1163.16 91.06666667
58 2004年Q4 123.7 46739.8 3750 5.76 123.7 187.08 870.61 92.56666667
57 2005年Q1 139.7 40453.3 3750 5.76 139.7 188.5675 749.62 93.93333333
56 2005年Q2 162.2 44793.1 4050 5.76 162.2 190.055 764.84 94.53333333

数据描述:

字段名称 空值统计 均值 标准差
券代码  0    
日期 0    
传统汽车销量 0 425.237538 221.897082
国内生产总值当季值(亿元)x1 0 118112.425 61932.8968
汽油价格(元/吨)x2 0 6233.43077 1922.62741
人民币贷款基准利率%x3 0 5.77615385 0.77781081
汽车总产量(万辆)x4 0 430.432462 228.089876
公路里程数 1 369.646328 101.389938
汽车整车股票指数 0 3628.72494 1805.48337
消费者信心指数 0 102.133333 8.68642379

由上表可以看出字段公路里程数有一个缺失值的,国内生产总值当季值(亿元)x1均值和标准差都是最大的,对汽车行业太了解,只能简单分析展示一下

先对缺失值进行均值的填充

Excel 进行回归分析,下面是对回归分析表格的展示,具体的指标含义可以参考:https://zhuanlan.zhihu.com/p/57875710

SUMMARY OUTPUT              
                 
回归统计              
Multiple R 0.99957873              
R Square 0.99915764              
Adjusted R Square 0.9990705              
标准误差 6.76514348              
观测值 65              
                 
方差分析                
  df SS MS F Significance F      
回归分析 6 3148597.65 524766.276 11465.9988 3.2078E-87      
残差 58 2654.49565 45.7671663          
总计 64 3151252.15            
                 
  Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0%
Intercept 85.5427723 21.9452814 3.89800298 0.0002541 41.6145189 129.471026 41.6145189 129.471026
X Variable 1 0.00135989 0.00078443 1.73359719 0.08830297 -0.0002103 0.0029301 -0.0002103 0.0029301
X Variable 2 2.38886779 1.57731247 1.51451779 0.13532554 -0.7684662 5.54620173 -0.7684662 5.54620173
X Variable 3 0.99479733 0.01034768 96.1371917 1.1819E-65 0.97408419 1.01551047 0.97408419 1.01551047
X Variable 4 -0.0050534 0.0244978 -0.206278 0.83729619 -0.054091 0.04398432 -0.054091 0.04398432
X Variable 5 0.00139701 0.0009863 1.41641407 0.16200289 -0.0005773 0.0033713 -0.0005773 0.0033713
X Variable 6 -1.1159425 0.1935889 -5.7644966 3.3213E-07 -1.5034528 -0.7284323 -1.5034528 -0.7284323

汽车销售数据相关性分析相关推荐

  1. 相关性分析热点图_车联网数据分析(二):驾驶行为分析

    出门在外,遇上交通拥堵.事故,那可真是头大.许多交通拥堵和交通事故与驾驶员的驾驶行为有关.驾驶行为通常也是驾驶习惯,习惯成自然.在开车的过程中,如果有不良的驾驶行为,驾驶员自己很难意识到,但是后果可能 ...

  2. 不同数据类型的相关性分析总结

    在进行数据建模之前,我们一般会进行数据探索和描述性分析,发现数据规律及数据之间的相关性,本文主要从检验方法和可视化图形两个方面对不同数据类型的相关性分析方法进行总结,以加强对数据的了解和认识,为建模打 ...

  3. 用spss做多组两两相关性分析_两独立样本T检验及如何利用SPSS实现其操作

    上一篇文章我们讲解了有关单样本T检验的相关内容(如何使用SPSS进行单样本检验),其实论文中除了常用到的单样本T检验以外,还有另外一种T检验的方法也是经常用到的统计方法,也就是两独立样本T检验 说到T ...

  4. 内科学与计算机专业的相关性,急性心肌梗死患者QT间期变异性及心率变异性与室性心律失常的相关性分析-内科学专业论文.docx...

    苏州大学学位论文使用授权声明本人完全了解苏州大学关于收集.保存和使用学位论文的规定, 苏州大学学位论文使用授权声明 本人完全了解苏州大学关于收集.保存和使用学位论文的规定, 即:学位论文著作权归属苏州 ...

  5. Python使用matplotlib可视化相关性分析热力图图heatmap、使用seaborn中的heatmap函数可视化相关性热力图(Correllogram)

    Python使用matplotlib可视化相关性分析热力图图heatmap.使用seaborn中的heatmap函数可视化相关性热力图(Correllogram) 目录

  6. R语言伪相关性分析(Spurious Correlation)、相关关系不是因果关系:以哺乳动物数据集msleep为例

    R语言伪相关性分析(Spurious Correlation):相关关系不是因果关系.相关关系不是因果关系.相关关系不是因果关系 #correlation doesn't means causatio ...

  7. R语言伪相关性分析(Spurious Correlation)、相关关系不是因果关系:以缅因州离婚率数据集为例

    R语言伪相关性分析(Spurious Correlation).相关关系不是因果关系:以缅因州离婚率数据集为例 #correlation doesn't means causation 目录

  8. R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战

    R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战 目录 R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战

  9. python可视化lassocv特征筛选之后的特征的相关性分析热力图

    python可视化lassocv特征筛选之后的特征的相关性分析热力图 目录 python可视化lassocv特征筛选之后的特征的相关性分析热力图 #lassocv模型

最新文章

  1. Python 中的locals()
  2. C语言 · 征税程序
  3. 一款由css3和jquery实现的响应式设计导航
  4. 台湾大学林轩田机器学习技法课程学习笔记3 -- Kernel Support Vector Machine
  5. 在C#中使用gRPC及protobuf简介
  6. webpack开发Vue配置
  7. 从理念到实践跳跃式演进! 云的原生“免疫系统”如何有机作战?
  8. 虚拟服务器e,虚拟主机服务器E
  9. Spark优化一则 - 减少Shuffle
  10. 打开程序并监听程序是否退出
  11. Spring AOP与拦截器的区别
  12. 在.NET中把项目从类库转为Web应用程序
  13. 二维码用的完吗?有没有二维码图案用完的那天?
  14. 如何进行筛选数组(源码解析)
  15. java表情包_大佬 java表情包 - 大佬 java微信表情包 - 大佬 javaQQ表情包 - 发表情 fabiaoqing.com...
  16. 微星主板 Ubuntu20.04安装以及配置
  17. vue3+ant design vue 动态加载Icon图标
  18. 第十章Tensorflow图像处理
  19. 【Python二级等考大题】星座三问
  20. 【枚举算法】枚举法概念

热门文章

  1. 如何将PDF批量转成JPG?
  2. 全加器和半加器的区别
  3. 错误:安装autocad2012的时候提示Command line option syntax error.Type Command/?for help.
  4. uniapp 中如何使用echart_uni-app中使用Echarts绘画图表
  5. 夸奖对方代码写的好_不知道如何夸奖别人?五种赞美方式,让你得到你想不到的结果!...
  6. 【干货】百度自动化运维是怎么做的?
  7. HCTF2017-Web-Writeup
  8. 软件质量管理-TSP各次会议内容
  9. 微信小程序 表情小作坊 — 轻松定制表情包 1
  10. 【uniapp】 uni-app使用getPhoneNumber接口