案例数据
300 行 × 2 列。某快消品牌 300 个城市/月度营销活动样本：自变量为当月广告投放金额（千元，1-156 区间），因变量为当月销售额（万元，27-111 区间），二者呈典型的"边际效应递减"非线性关系。用于经典 SPSS 曲线估计（Curve Estimation）演示：对同一份 X-Y 数据并行拟合 线性 / 二次 / 三次 / 对数 / 幂函数 / 指数 / 倒数 / S 曲线共 8 种参数化曲线，按 R² 对比选优。
| 文件名 | cur_regression.xlsx |
|---|---|
| 样本量 | 300 行 |
| 变量数 | 2 列（广告投放金额 + 销售额） |
| 数据用途 | 市场营销研究：广告投放金额（千元）→ 销售额（万元）。形态上呈对数饱和（增长率随投入递减），用线性回归会低估高投入区段、高估低投入区段。 |
| 变量说明 | 广告投放金额 X（连续，千元，3.0-155.8）；销售额 Y（连续，万元，27.37-111.37）。建议先用散点图肉眼判断形态，再选若干候选曲线对比 R²。 |
完整案例
1. 背景
市场营销中，广告投入 → 销售额很少是直线关系：低投入阶段每多花 1 千元广告费可能带来 1 万元增量销售，但当投入升到 100 千元以后，再加 1 千元的边际增量往往只剩不到 0.2 万元——这就是经典的边际效应递减 / 饱和（diminishing returns / saturation）形态。如果直接套用普通线性回归，会得到"每多投 1 千元广告费多 ?? 万元销售"这种误导性的常数斜率，并且残差呈系统性弯曲（低投入端低估、中段高估、高投入端低估）。曲线回归（Curve Estimation）的思路是：对同一份 X-Y 数据，并行拟合若干种已知形态的参数化曲线（线性、多项式、对数、幂、指数、倒数、S 曲线 ……），按 R² / 调整 R² 排序选出形态最契合的那一类，再用其参数估计回答业务问题（最优投入区间、边际 ROI、饱和阈值）。本案例演示 8 种曲线的并行拟合与排序选择流程。
2. 理论与公式
曲线估计的核心是把非线性形态线性化后用 OLS 求解（少数模型用非线性最小二乘）。下表所有模型均可通过对 X 或 Y 做变换转化为线性最小二乘问题。
适合"投入递增、产出增速变缓"的饱和形态（本案例的真实形态）。
β<1 时为递减饱和、β=1 退化为线性、β>1 为加速增长。
增长率近似稳定（每增加 1 单位 X，Y 按固定百分比变化）。
适合 U 型、倒 U 型或单拐点曲线，但易在外推区域剧烈失真。
X→∞ 时 Y 趋向水平渐近线，常用于产品生命周期、扩散曲线。
多曲线对比时必须在原始 Y 尺度计算 R²（不能用 ln Y 尺度的伪 R²）。
3. 数据结构
300 行 × 2 列宽表，每行 1 个营销活动样本：
| 列名 | 角色 | 类型 / 范围 | 说明 |
|---|---|---|---|
| 广告投放金额 | 自变量 X | 连续，3.00-155.80（千元） | 某次营销活动当月的总广告费用，覆盖低 / 中 / 高三个投入档位 |
| 销售额 | 因变量 Y | 连续，27.37-111.37（万元） | 同一活动当月归属销售收入，Y>0 是后续 log / power 模型能成立的前提 |
数据要求：① X 与 Y 均为连续型；② 若用对数 / 幂 / S 曲线，X 与 Y 必须严格大于 0；③ 样本量建议 ≥ 50，本案例 N=300 足以分辨 R² 差异；④ 任何曲线拟合都对极端点敏感，建议先看散点和箱线。
4. 操作步骤
- 登录 SPSSzero，进入 工作台 → 上传
cur_regression.xlsx - 先做散点图（基础统计 → 散点图，X=广告投放金额，Y=销售额）肉眼判断形态：是直线、单调凹/凸、U 型还是 S 型
- 左侧方法栏 → 进阶方法 → 点击 曲线回归 / 曲线估计
- 把 销售额 拖入 因变量 Y，把 广告投放金额 拖入 自变量 X
- 勾选候选曲线（建议至少勾上 线性 / 二次 / 三次 / 对数 / 幂 / 指数 / 倒数 / S 曲线 这 8 类）
- 勾选 输出 R² / 调整 R² / F / p、显示拟合曲线叠加散点图、系数表
- 点击 开始分析，系统按 R² 降序输出对比表 + 最佳曲线的参数表与方程
- 结合业务理论选定最终模型（不仅看 R²，也要看形态是否合理、外推是否安全）
5. 结果表格与结果阅读
结果区按"散点描述 → 多曲线对比 → 最佳曲线参数"3 步输出，对应下面 3 张三线表：
| 变量 | N | 最小值 | 最大值 | 均值 | 中位数 | 标准差 |
|---|---|---|---|---|---|---|
| 广告投放金额（千元） | 300 | 3.00 | 155.80 | 63.77 | 58.75 | 38.68 |
| 销售额（万元） | 300 | 27.37 | 111.37 | 78.38 | 81.14 | 16.08 |
| X 偏右（mean > median 不明显，但分位差大），覆盖 1.5 个数量级的投入水平；Y 反而偏左（median 81.14 > mean 78.38），表明高 Y 端较平、低 Y 端较稀疏 — 提示存在饱和形态 | ||||||
解读：X 跨度 3 ~ 156 千元（约 52 倍），Y 跨度 27 ~ 111 万元（约 4 倍）。X 增长 52 倍而 Y 只增长 4 倍这一比例严重不匹配，是肉眼即可识别的"非线性饱和"信号，因此预期对数 / 幂函数类曲线优于线性。
| 排名 | 模型 | 形式 | 参数数 | R² | 调整 R² | F | p |
|---|---|---|---|---|---|---|---|
| 1 | 对数 | y = b0 + b1·ln(x) | 1 | 0.8573 | 0.8568 | 1790.63 | <0.001 |
| 2 | 三次 | y = b0 + b1x + b2x² + b3x³ | 3 | 0.8466 | 0.8450 | 544.55 | <0.001 |
| 3 | 二次 | y = b0 + b1x + b2x² | 2 | 0.8330 | 0.8319 | 740.94 | <0.001 |
| 4 | 幂函数 | y = a·xb | 1 | 0.8330 | — | 1741.27 | <0.001 |
| 5 | S 曲线 | y = exp(b0 + b1/x) | 1 | 0.7318 | — | 879.42 | <0.001 |
| 6 | 线性 | y = b0 + b1·x | 1 | 0.7042 | 0.7032 | 709.31 | <0.001 |
| 7 | 倒数 | y = b0 + b1/x | 1 | 0.6249 | 0.6237 | 496.53 | <0.001 |
| 8 | 指数 | y = a·eb·x | 1 | 0.6149 | — | 490.04 | <0.001 |
| 所有模型 p<0.001 但 R² 跨度 0.61-0.86，差距巨大；R² 在原始 Y 尺度统一计算，可横向比较；对数模型仅用 1 个自由度即达 R²=0.857，是解释力 / 参数数最优解 | |||||||
关键观察：① 对数模型 R²=0.857 居首，且只用 1 个待估参数，三次 / 二次模型虽然也接近，但用了 3 / 2 个参数，调整 R² 优势更明显；②线性模型 R²=0.704 比对数低 15.3 个百分点，足够说明 X-Y 不是直线关系；③指数与倒数 R² 倒数二三，证实形态不是"指数加速增长"或"严格双曲衰减"——这正是预筛选曲线类型的价值。
| 参数 | 估计值 | 标准误 | t | p | 95% CI | 业务含义 |
|---|---|---|---|---|---|---|
| 截距 b0 | 5.1780 | 1.7653 | 2.933 | 0.004 | [1.704, 8.652] | 理论"广告费=1 千元"时的销售额基线（ln(1)=0） |
| 斜率 b1 | 18.7372 | 0.4428 | 42.32 | <0.001 | [17.866, 19.609] | 广告费每翻 e 倍（≈2.72 倍），销售额增加 18.74 万元 |
| 拟合方程：销售额 = 5.178 + 18.737 × ln(广告投放金额)；R²=0.8573，调整 R²=0.8568，F(1, 298)=1790.63，p<0.001；残差 SD=6.09 万元 | ||||||
边际效应解释：对数模型的边际斜率为 dY/dX = b1/X = 18.74/X。即 X=10 千元时多投 1 千元广告费可多带 1.87 万元销售；X=50 千元时仅 0.37 万元；X=150 千元时仅 0.12 万元 — 这就是"边际效应递减"的量化表达，也是后续广告预算分配的核心依据。
7. 文字分析
对 300 个营销活动样本的 8 种曲线拟合综合解读：
- 散点形态 — 典型对数饱和：X (3-156 千元) 跨 52 倍而 Y (27-111 万元) 仅跨 4 倍，散点呈"低投入段陡升、高投入段趋平"的对数饱和形态，Y 的中位数 81.14 高于均值 78.38 也证实数据集中在曲线的"水平段"——这一肉眼判断与后续 R² 排名完全吻合；
- R² 排序 — 对数 > 三次 ≈ 二次 ≈ 幂函数 > S 曲线 > 线性 > 倒数 ≈ 指数：对数模型以 R²=0.857 单参数夺冠，三次 (0.847)、二次 (0.833)、幂函数 (0.833) 紧随其后；线性模型仅 0.704，比对数低 15 个百分点，意味着近 15% 的销售额方差会被"误用直线"所遗漏；
- 最佳曲线方程：销售额 = 5.178 + 18.737 × ln(广告投放金额)，截距与斜率均高度显著（p=0.004 / p<0.001），系数 95% CI 紧致 [17.87, 19.61]，残差 SD 仅 6.09 万元，是形态契合、参数稳定、解释力强的"三好"模型；
- 边际效应递减量化：边际斜率 dY/dX = 18.74/X — X=10 千元时多投 1 千元增量 1.87 万元（ROI≈18.7 倍）；X=50 千元时仅 0.37 万元（ROI≈3.7 倍）；X=100 千元时仅 0.19 万元（ROI≈1.9 倍）；X=150 千元时已降到 0.12 万元（ROI≈1.2 倍），当 ROI<1 时即净亏损区；
- 业务建议 — 最优投入区间约 30-80 千元：以"边际 ROI ≥ 3"为门槛回推，X ≤ 18.74/3 ≈ 6.2 千元过低未达规模、X ≥ 60 千元已进入低 ROI 段。建议核心投入集中在 30-80 千元区间（占当前样本 50% 分位段），高于 100 千元的活动应做 A/B 测试论证是否过度投入；下一步可加入渠道、季节、品类变量做分组曲线，或采用 Mitscherlich/Hill 等含"上限渐近"的三参数饱和曲线。
8. 剖析提醒
曲线回归的 4 类常见误区与防御策略：①不要单看 R² — 高阶多项式可以任意逼近样本但外推剧烈失真（本案例三次 R²=0.847 看似很高，但 X→200 千元时其外推会发生不合理的弯折，对数模型则平稳上升），实务中应优先选"参数少、形态符合业务理论"的模型；②不要外推到 X 范围之外 — 本案例 X 区间 [3, 156]，对 X=300 千元的预测属于纯推测，因为饱和形态可能在 200 千元处出现"二次衰减"或新拐点；③注意 R² 必须在原始 Y 尺度比较 — 幂函数与指数模型用 ln(Y) 拟合得到的 R² 是伪 R²，回到原始 Y 尺度后排名可能改变，本案例工具已自动统一到原始尺度；④极端点警告 — 曲线回归对极端点比线性更敏感，尤其是 X 接近 0（log/inverse 模型发散）或 Y 接近 0（power/exp 模型 ln 失败）的点必须先做剔除或离群点诊断，必要时换用稳健回归（Huber / robust regression）替代经典 OLS。