资源介绍
视频数量：35个
总时长：1小时39分
课程介绍：
相关性分析与回归分析：从理论到Excel实战
办公室里，数据分析师老张遇到了一个难题。老板扔给他一份销售数据，让他分析一下“广告投入”和“销售额”之间到底是什么关系。是投入越多卖得越好吗？还是存在某个临界点，过了反而效果下降？老张盯着Excel表格发呆，脑子里一团浆糊。
这种情况在数据分析领域太常见了。很多人会画个散点图，感觉好像有某种联系，但具体强不强、怎么量化、能不能用来预测，一概说不清楚。这就是相关性分析和回归分析要解决的问题——把模糊的“感觉”变成精确的“结论”。
这门课就是专门教你怎么从零开始，搞定这两个统计分析中最核心也最实用的方法。整个课程35个视频，大约一个半小时，内容安排很紧凑，理论和Excel实战穿插着来。
先说相关性分析这部分。
很多人以为相关性就是“这两个东西有没有关系”，其实没这么简单。课程会从最基础的概念讲起，让你搞清楚相关性到底在描述什么。具体会讲到相关系数的计算方法，手把手演示Pizza和Subway的例子，让你看到两个变量从数据到图表再到系数值的完整推导过程。还会教你怎么用Z值法来验证相关性，这在学术研究里用得特别多。
光算出相关系数还不够，你得知道这个系数靠不靠谱。课程专门安排了几个视频讲显著性检验，告诉你怎么看统计显著性、怎么判断R值代表的实际意义、怎么用t检验来确认线性关系是否真的存在。学了这些，你就不会再把“相关”和“因果”搞混了，也能底气十足地在报告里写“经过显著性检验，两变量之间存在显著正相关”。
Excel实操部分也安排得很扎实。怎么用Excel内置函数计算相关系数、怎么做相关系数矩阵、怎么快速生成散点图，都会演示得清清楚楚。课程还提供了练习文件，你可以跟着做一遍，比光看不做强多了。
学完相关性分析，接下来就是回归分析了。
如果说相关性是告诉你“有没有关系”，那回归分析就是告诉你“具体是什么关系”。课程会从回归方程的基本概念讲起，说清楚为什么回归线要满足某些数学要求、 slope和截距分别代表什么意思。这些理论内容讲得不枯燥，因为都会配着Excel的实操演示。
简单线性回归是重点。课程会演示怎么用Excel的数据分析工具箱快速生成回归结果，怎么读懂输出报表里的各项指标。你会看到R平方、标准误差、ANOVA表格这些让新手头大的东西，实际上是怎么回事。更重要的是，课程还安排了手动计算的环节，带着你一步步算回归系数和截距。听起来麻烦，但做过一遍之后，你对原理的理解会深很多，再看Excel输出就一点也不慌了。
预测是回归最实用的价值所在。课程会教你怎样用回归方程做预测，包括点预测和区间预测的区别、预测区间的含义是什么、什么时候预测可信度高、什么时候要打折扣。特别是预测区间这部分，很多人以为回归方程算出来的预测值是一个确定的数，其实应该是一个有上下界的范围。这个概念搞清楚了，你在解读预测结果时会准确很多。
实际应用中，数据不会那么理想，总会有各种干扰。课程专门讲了残差分析、离群值检测和边际变化的影响。残差图怎么解读、哪种点算是离群值、发现了该怎么处理，这些问题都有具体演示。你会明白为什么做完回归不能就撒手不管了，检查残差是保证模型质量的关键步骤。
变异分解是理解回归效果的另一个重要角度。课程会解释什么叫被解释的变异、什么叫未被解释的变异、决定系数R平方到底在告诉你什么。懂了这些，你就能准确评估一个回归模型到底好不好用，而不是机械地套公式。
后半部分还有一些进阶内容。
多元回归是处理更复杂场景的利器。当你想同时考虑多个因素对结果的影响时，比如分析广告投入、店铺位置、促销活动同时对销售额的影响，就需要多元回归了。课程会演示怎么在Excel里构建多元回归方程、怎么解读多个自变量的系数、怎么判断每个变量是否显著。还会专门讲虚拟变量怎么处理，这在分析分类数据时特别有用，比如把“东部地区”“西部地区”这种分类转成回归能用的数值。
如果你遇到的关系不是线性的，课程也安排了非线性建模的入门内容。虽然这部分相对简短，但能帮你打开思路，知道线性回归不是万能的，有些情况下需要考虑曲线拟合。
整个课程学下来，你收获的不只是几个公式和操作步骤。你会建立起一套完整的思维框架：先判断相关性强不强、显著不显著，再建立回归模型描述具体关系，然后验证模型是否合理、预测是否可靠，最后根据实际需求扩展到多变量和非线性场景。这套方法论在商业分析、市场研究、质量管理等各个领域都能用。
课程配套提供的练习文件也值得好好用。跟着视频把每个例子在Excel里做一遍，比只看不动手强十倍。数据分析师这条路，没有捷径，但有窍门，这门课就是帮你少走弯路的那个工具。