回归分析类型有哪些？【回归分析案例】

对于产品经理来说，数据分析其实也是非常重要的能力之一，而在数据分析当中，就存在一种非常重要的方法，就做回归分析。回归分析实际上是一种预测性的建模技术，研究了因变量与自变量之间的关系。

1.为什么会使用回归分析

就像前面说的，这种方法本质上是估计了两个或多个变量的关系。实际工作当中就会存在很多的应用场景，比如一家销售型的公司，知道了过去每年的销售情况，就可以借助回归分析的方式，预测出未来公司的大致销售情况是怎样的的。

2.回归分析的类型

回归分析细分下来，其实存在很多不同的类型，线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归等。对于绝大部分产品经理，可能在工作当中也不会接触到这样的一些回归分析方式，更多的会由数据分析工程师来完成这样的一些工作。但无论是哪种类型，本质上都是为了帮助我们解决实际的问题。

3.回归分析的案例

比如，目前某个产品经理所在公司主要售卖数码家电类产品，下面的表格是产品大佬设计的电商平台截止目前电脑的销量与价格的数据表格，预测2022 ~ 2026年电脑的平均价格会以3%的速度逐年递减，请基于下面的表格，预测接下来的2022 ~ 2026年电脑的销量应该为多少?

Step1：回归分析，需要先确定自变量和因变量

Step2：基于已有数据绘制相应的散点图

可以借助Excel工具来完成散点图的绘制。

Step3：借助数据回归分析工具设定要计算的数值

点击数据-数据分析，选择分析工具列表当中的“回归”，点击确定;在回归弹窗当中，设定X与Y值(在这里，X值为平均价格，Y值为销量)，并勾选“标志”，选择输出区域，点击确定。

Step4：确定线性函数当中的常数值

借助Excel表格当中的线性回归分析工具，就可以生成下面的数据：

生成的结果当中，红圈所标记出来的部分即为常数值k与b，也就是最终的函数为： y = -3.58 x + 51471.62

于是将数据代入函数，就可以得到接下来几年的销量情况了：

黑马程序员产品经理课程全新升级6.0版【点击了解详情】