回归分析101：如何找出您的博客日益快的速度

如果您是监控博客流量的Maniacal，请举手。

你的手举起吗？我也是。我每天都要签出交通，有时每天多次。大多数时候，如果我注意到PageViews的突然Dip，那么这是非常好的，我可以很快反应。

其他时候，缩小它要越有助于。凭借鸟瞰图，您可以看到真正重要的模式，比如您的博客的增长程度。根据该答案，您可以更好地员工您的团队，争取预算，并分配资源。reybet雷竞技下载

有一种方法来弄清楚你的速度有多快，是在每月流量上运行回归分析。（即使您多年没有数学课，我保证会很无痛。）

在这篇文章中，我们将解释回归分析的是，当您使用多元回归分析时以及如何弄清楚您的回归分析告诉您的情况。（虽然我们使用的示例是用于博客增长，但您也可以对您在业务中的许多指标运行回归分析。）

只要您只有一个独立变量（例如：时间），一个依赖变量（例如：博客流量）和相当大的样本量，回归分析可以告诉您博客流量增长。

要确定两个变量之间的关系，我们将找到一组数据的最佳拟合线。这种最合适的线表示数据正在进行的一般方向。要了解您的流量的快速增长，您需要知道回归分析的组件。

回归分析的解剖学

您需要了解一个差异的三种不同的事情，以便正确分析它。这是一个看起来的参考：

散射图

要运行回归分析，首先需要绘制我们的数据点 - 以及显示数据的最佳方式是通过散点图。x轴是独立变量，y轴是从属变量。

2.最适合的线

我们已经涵盖了一个最适合的线实际上意味着什么，但你也应该知道你应该寻找哪些类型的行。您应该调查三种主要类型的线条：

线性

这是一条直线 - 它意味着你正在稳步增长。你随着时间的推移而进步。这就是那条线的样子：

幂数

这是一条非常快速弯曲的线，不会变平 - 随着时间的推移，你以更快和更快的速度进展。这就是那条线的样子：

对数

这是一种随着时间的推移而变平的曲线 - 基本上，你随着时间的推移，速度越来越慢，并且可能达到“天花板”，你不会期望更多地增长。这就是那条线的样子：

线条类型的类型而不是这些，但这些是你最重要的。

3.r².

R²或R平方，是0到1之间的数字，告诉您线路符合数据集的程度。越靠近1，线路符合数据集的越好 - 并从这些图中绘制相关结论，您希望与0.98的R2相当接近1.如此，您可以说98％的方差Y是由X的差异解释的。

多元回归分析

回归分析并非所有的都只是将两个变量相互比较。如果您有多个独立变量（或“预测器”）影响您的数据，您可能希望看到它们中的每一个都在单独影响您所看到的趋势。为此，您需要运行多元回归分析。

多元回归分析有助于确定一组依赖变量对某事的性能有影响。想象它像多元线性回归分析一样，您希望在同一依赖变量上测试两个或多个独立变量的单个回归。例如 ...

• 在一个线性回归分析，您的Y轴=博客流量，X轴=时间。
• 在一个多元回归分析，y =博客流量，x¹=时间，x²=付费广告，而x³=新闻文章。raybetapp

如何解释多元回归分析

在上面的第一个示例中，您只需看出时间与博客流量的增长有关。在第二个例子中，您想看看时间，付费文章促销和新闻文章各自帮助发展了博客流量。raybetapp

因此，在分析博客增长时，您可以在Y和X¹之间开始在Excel中的一个线性回归测试。您的y值可能是所有流量排除来自x²的流量（付费促销）和x³（新闻文章）。raybetapp然后，运行回归测试以查找您的R²，然后是另一个流量，其中包含x²的流量，另一个包含包含x³的流量。

考虑本文开头的原始回归分析图。现在在这段之上看到它，附加地块。左侧的红色圆圈可能是来自付费文章促销的流量，而右侧的圆圈可能是新闻文章的流量。raybetapp

这些独立变量中的任何一个都可以改变趋势线的r²值，突然之间的新闻文章与您的博客流量之间的指数回归。raybetapp

要弄清楚流量如何趋势，您基本上需要使用上面提到的三条线中的每一个来运行回归分析，然后比较它们的r²值。最高R²的那个是最适合您的数据。

警告：您可能会发现它们中没有一个高r²或最高的R²实际上并不是那么接近1 - 这意味着您的数据不适合任何这些线路。在这些情况下，您应该收集更多数据，然后重新运行回归分析。

以下是如何在Excel中运行回归分析。

1.将数据导出为Excel。

在我们的示例中，我们将将博客流量加载到Excel中。（Hubspot客户，您可以在您的来源报告中找到此信息 - 并确保在导出之前从顶部下拉列表中选择博客子域。）

在Excel中获取导出开放后，请务必删除每个月的行除了行之外的所有其他信息以及流量的行。HUBSPOT客户，您可以在“访问”选项卡下找到所需的所有信息。

2.使用散点图函数绘制数据。

位于导出的文件中，您的数据将在新的Excel电子表格中打开。按照每个单元格中的方式组织您的数据。例如，在分析博客流量随时间时，它为X轴和“流量”带来y轴来说是有道理的。所以我们将在Excel中致电两个单独的行为这些指标。

3.打开趋势线选项。

在顶级导航中，选择“图表布局'>'趋势线。这将打开趋势线类型的下拉菜单。这些包括：

• 线性。
• 指数。
• 线性预测。
• 两个时期的移动平均水平。

您还可以选择“Trendline选项”，其中您可以为要使用的趋势线设置其他首选项。

4.选择您想要测试的类型的趋势线。

在“类型”下，选择要在回归分析中使用的行样式。对于我们的博客流量测试，我们将使用线性，如下屏幕截图所示。

5.找到你的r²值。

还记得r²是什么？0到1之间的这个数字表示您的趋势线实际上适合散点图的形状。选择 '选项，' 然后 '在图表上显示R线值。r²将出现在您的行旁边。完成后，单击“确定”。

6.在电子表格中记录R²。

在图表左侧的单元格中，记录在散点图的趋势线结束时显示的R²值。

计划运行多个回归分析，每个回归分析有不同的趋势线，然后在原始电子表格中的自己的单元格中记录它们的每个r²值 - 如下所示。这将允许您确定哪种类型的趋势线最能解释散点图的形状。与数字1最近的R²的线条是您最好的趋势线。

7.删除您的趋势线。

单击该行，然后在键盘上点击“删除”。是时候看看不同的趋势线更接近你的数据趋势。

8.使用新类型的趋势线再次运行步骤4-7。

为指数和对数线重复步骤4到7。您发现R²值的趋势较大，您的回归分析越准确。您希望绝对确定您的数据的趋势类型显示，并且在一个线性回归分析后停止往往没有足够的测试来得出结论。

9.比较R²值。以1最靠近1是最合适的。

如果你是线性的，你正在以稳定的速度增长。如果你是指数，你的速度越来越多。如果您是对数，您的增长正在放缓。

有可能的可能性很好 - 有关此信息，请参阅上面的警告。

在我们的例子中，指数回归是最合适的，因为它具有最高的R 2，0.896，所有相对接近1.（点击下面的图像放大它。）这意味着指数线是您的博客增长最适合，而且它正在增加呈指数级，您一直在迅速增长。

那是，人们！到目前为止，您应该了解您的博客日益快的速度。记住，这是只要表明你过去的增长。在未来会发生任何事情，以抛弃您的交通。

图像信用：数学很有趣那SOS Math.