欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

多元線性回歸分析實(shí)戰(zhàn):從共線性診斷到模型落地

多元線性回歸分析實(shí)戰(zhàn):從共線性診斷到模型落地 簡介面向統(tǒng)計(jì)學(xué)入門者、數(shù)據(jù)分析人員和研究者的MATLAB多元線性回歸分析資源演示從建模、評估到預(yù)測的完整流程。壓縮包共2個文件、大小僅5KB含一個.m腳本和一個.xls數(shù)據(jù)表前者為可運(yùn)行的回歸分析代碼后者提供某省1970—1987年工農(nóng)業(yè)產(chǎn)值與運(yùn)輸業(yè)產(chǎn)值的實(shí)際數(shù)據(jù)便于對照練習(xí)目前已有2364人學(xué)習(xí)下載。內(nèi)容從回歸基本原理出發(fā)先介紹多元線性方程中模型參數(shù)與隨機(jī)誤差項(xiàng)的含義再講解利用fitlm函數(shù)建立模型、查看系數(shù)與R-squared評估指標(biāo)通過殘差圖、Q-Q圖檢驗(yàn)線性、獨(dú)立、正態(tài)、方差齊性等假設(shè)并查看系數(shù)顯著性檢驗(yàn)結(jié)果判斷各自變量的影響程度最后演示使用predict函數(shù)對新數(shù)據(jù)進(jìn)行預(yù)測。還涉及多重共線性問題的處理思路如逐步回歸、嶺回歸與套索回歸的適用場景。代碼結(jié)構(gòu)清晰讀者可直接替換數(shù)據(jù)運(yùn)行快速掌握多元線性回歸在科研與業(yè)務(wù)分析中的實(shí)際應(yīng)用。1. 多元線性回歸分析不只是跑個 fit 就完事拿到一份包含十幾個特征、一個連續(xù)目標(biāo)變量的數(shù)據(jù)集老板讓你解釋“哪些因素真正影響了結(jié)果影響有多大”——這時(shí)候第一個想到的、也最容易被用錯的方法就是多元線性回歸分析。它做兩件事一是預(yù)測給一組新輸入估算出因變量的值二是解釋每個自變量的回歸系數(shù)告訴你它在其他變量不變時(shí)每變化一個單位因變量平均變化多少。適合的場景很廣銷售額預(yù)測、廣告投放效果評估、定價(jià)模型、風(fēng)險(xiǎn)評估只要因變量是連續(xù)數(shù)值都可以先用多元線性回歸打底。但有個反直覺的結(jié)論你早晚會遇到R2 高不等于模型能用把十幾個高相關(guān)的變量一起塞進(jìn)模型系數(shù)會變得極不穩(wěn)定正負(fù)號都可能反掉。2. 建模前三步相關(guān)性初篩、共線性摸底與預(yù)處理2.1 用相關(guān)系數(shù)矩陣篩掉明顯重復(fù)的變量很多人拿到數(shù)據(jù)直接model.fit(X, y)結(jié)果系數(shù)一團(tuán)糟才開始排查。我一般先看相關(guān)系數(shù)矩陣這一步能省掉后面大半的返工。當(dāng)兩個自變量的 Pearson 相關(guān)系數(shù)超過 0.8回歸系數(shù)估計(jì)值的標(biāo)準(zhǔn)誤會快速膨脹等于讓模型在“搶功勞”到底是誰在影響因變量模型自己也分不清。import pandas as pd import numpy as np df pd.read_csv(your_data.csv) # 換成你自己的數(shù)據(jù)文件 features [temperature, traffic, price, promotion] X df[features] y df[sales] # 計(jì)算相關(guān)系數(shù)矩陣 corr X.corr() print(corr) # 找出相關(guān)系數(shù)絕對值大于 0.8 的變量對 pairs [] for i in range(len(features)): for j in range(i 1, len(features)): if abs(corr.iloc[i, j]) 0.8: pairs.append((features[i], features[j], round(corr.iloc[i, j], 3))) print(highly correlated pairs:, pairs)這段代碼的核心是X.corr()生成相關(guān)系數(shù)矩陣然后遍歷上三角找出超過閾值的變量對。0.8 是常用閾值業(yè)務(wù)上如果樣本量小或變量本身波動大我會放寬到 0.7。篩出來的變量對要人工判斷去留留下業(yè)務(wù)上更可解釋、不容易出錯的哪一個而不是機(jī)械地刪后者。比如“門店面積”和“店員人數(shù)”相關(guān)性高如果業(yè)務(wù)口徑上面積更穩(wěn)定、采集成本更低就保留面積。2.2 用 VIF 找出多重共線性計(jì)算與閾值選擇相關(guān)系數(shù)矩陣只能發(fā)現(xiàn)“兩兩之間”的共線性但三個變量互相之間雖然沒有一個超過 0.8組合起來卻可能高度共線。這時(shí)候需要 VIF方差膨脹因子。VIF 的計(jì)算邏輯是把第 j 個特征作為因變量用其余特征對它做一次線性回歸得到 R2然后 VIF 1 / (1 - R2)。VIF 等于 1 表示該特征和其余特征毫無線性關(guān)系超過 10 說明共線性已經(jīng)嚴(yán)重到系數(shù)不可信。from statsmodels.stats.outliers_influence import variance_inflation_factor from statsmodels.tools.tools import add_constant # VIF 計(jì)算必須加常數(shù)項(xiàng)否則結(jié)果沒有截距基準(zhǔn) X_with_const add_constant(X) vif_data pd.DataFrame({ feature: X_with_const.columns, VIF: [variance_inflation_factor(X_with_const.values, i) for i in range(X_with_const.shape[1])] }) print(vif_data)注意add_constant這一步不能省variance_inflation_factor的計(jì)算依賴截距項(xiàng)。輸出里“const”那行的 VIF 不用管只看實(shí)際特征。判斷標(biāo)準(zhǔn)VIF 5 安全510 需要留意 10 必須處理。處理方式有兩種先刪掉 VIF 最大的那個特征然后重新算一遍因?yàn)?VIF 是相對的刪掉一個其他都會跟著變或者對這個特征做中心化/標(biāo)準(zhǔn)化再檢查雖然標(biāo)準(zhǔn)化不改變 VIF 的理論值但在交互項(xiàng)場景里能緩解問題。2.3 連續(xù)變量標(biāo)準(zhǔn)化和類別變量啞變量處理預(yù)處理里最容易翻車的是類別變量。直接把“華南/華北/華東”編碼成 1、2、3等于強(qiáng)行給類別排序——模型會認(rèn)為華東是華南的三倍。正確做法是生成啞變量。連續(xù)變量的標(biāo)準(zhǔn)化則取決于你是否關(guān)心系數(shù)的可比性不標(biāo)準(zhǔn)化系數(shù)解釋是“其他變量不變時(shí)x 每變化 1 個單位y 平均變化多少”標(biāo)準(zhǔn)化之后解釋變成“x 每變化 1 個標(biāo)準(zhǔn)差y 平均變化多少”方便比較不同量綱特征的重要性。from sklearn.preprocessing import StandardScaler num_features [temperature, traffic, price] cat_features [region] # 類別變量轉(zhuǎn)啞變量drop_firstTrue 避免啞變量陷阱 df_dummy pd.get_dummies(df[cat_features], drop_firstTrue) # 連續(xù)變量標(biāo)準(zhǔn)化 scaler StandardScaler() X_num_scaled scaler.fit_transform(df[num_features]) X_num_scaled pd.DataFrame(X_num_scaled, columnsnum_features) # 拼接成最終建模特征 X_final pd.concat([X_num_scaled, df_dummy], axis1) print(X_final.head())drop_firstTrue是啞變量處理里最關(guān)鍵的參數(shù)。對 k 個類別只生成 k-1 個啞變量第一個類別作為參照組。如果不丟第一列模型里會存在一列等于其他所有啞變量之和的線性關(guān)系和截距項(xiàng)形成完全共線性這就是經(jīng)典的“啞變量陷阱”。我在實(shí)際項(xiàng)目里見過不下三次因?yàn)闆]丟第一列導(dǎo)致系數(shù)無法收斂的情況。標(biāo)準(zhǔn)化這邊f(xié)it_transform在訓(xùn)練階段做一次驗(yàn)證或上線時(shí)只做transform后面避坑章再展開說原因。3. 用 statsmodels 跑 OLS最小命令與回歸結(jié)果逐項(xiàng)拆解3.1 為什么建模用 statsmodels 而不是 sklearn做多元線性回歸分析我?guī)缀醪挥?sklearn 的LinearRegression做最終結(jié)論輸出原因很簡單sklearn 只給你系數(shù)和預(yù)測值不給你 p 值、置信區(qū)間、F 檢驗(yàn)這些統(tǒng)計(jì)推斷必需的指標(biāo)。如果建模的目的只是預(yù)測sklearn 沒問題但只要你需要回答“哪個變量顯著”“這個系數(shù)靠不靠譜”就必須用 statsmodels。statsmodels 是專門做統(tǒng)計(jì)推斷的庫OLS自帶一整套回歸診斷工具擬合一次就能輸出十幾個檢驗(yàn)指標(biāo)。另一個差別是常數(shù)項(xiàng)sklearn 的LinearRegression默認(rèn)自動擬合截距statsmodels 的OLS默認(rèn)不加截距忘記add_constant是新手最常見的報(bào)錯源頭。3.2 最小可復(fù)現(xiàn)的 OLS 擬合代碼承接上一章處理好特征之后擬合本身只需要三行。但三行和一整套可復(fù)現(xiàn)的建模流程之間差著對設(shè)計(jì)矩陣的理解。import statsmodels.api as sm # X_final 已包含標(biāo)準(zhǔn)化后的連續(xù)變量和啞變量 X_design sm.add_constant(X_final) # 擬合 OLS 模型 model sm.OLS(y, X_design).fit() # 輸出完整回歸報(bào)告 print(model.summary())這段代碼的邏輯sm.add_constant在特征矩陣最左邊插入一列全 1對應(yīng)截距項(xiàng) β?。sm.OLS(y, X_design)里第一個參數(shù)是因變量第二個是設(shè)計(jì)矩陣順序不能反。.fit()執(zhí)行最小二乘估計(jì)本質(zhì)是解正規(guī)方程 β (X?X)?1X?y。如果特征之間高度共線(X?X)?1 會不穩(wěn)定這也是前面查 VIF 的原因。數(shù)據(jù)量不大時(shí)OLS 的求解是精確解沒有迭代、沒有學(xué)習(xí)率——這也是它作為基線模型的最大優(yōu)勢你不需要調(diào)任何優(yōu)化器參數(shù)結(jié)果白盒可見。3.3 回歸結(jié)果表逐項(xiàng)拆解系數(shù)、p 值、R2、F 檢驗(yàn)model.summary()輸出的表很長我只看下面這幾欄按重要性排序輸出項(xiàng)含義判斷標(biāo)準(zhǔn)Pt每個系數(shù)對應(yīng)的 p 值coef回歸系數(shù)估計(jì)值正負(fù)號代表影響方向結(jié)合業(yè)務(wù)邏輯判斷是否合理R2 / Adj. R2自變量對因變量變異的解釋比例Adj. R2 用于比較不同變量數(shù)的模型F-statistic / Prob (F-statistic)整體模型顯著性Prob 0.05 說明至少有一個系數(shù)不為零Durbin-Watson殘差自相關(guān)檢驗(yàn)接近 2 正常遠(yuǎn)小于 2 說明存在正自相關(guān)AIC / BIC模型復(fù)雜度與擬合度的權(quán)衡用于模型間比較越小越好解讀時(shí)最容易犯的錯是只看 R2。R2 0.95 的模型可能因?yàn)楣簿€性導(dǎo)致每個系數(shù)的 p 值都大于 0.05整個模型沒有一塊磚是實(shí)的。另一個常見誤讀是“系數(shù)越大影響越大”——如果變量沒有標(biāo)準(zhǔn)化量綱差異會讓系數(shù)不可比所以我在上一章才做了標(biāo)準(zhǔn)化。還有一個細(xì)節(jié)model.summary()底部還有 Omnibus 和 Jarque-Bera 檢驗(yàn)這兩個是殘差正態(tài)性的快速診斷下一章里會展開。# 如果檢測到異方差可以用穩(wěn)健標(biāo)準(zhǔn)誤重新擬合 model_robust sm.OLS(y, X_design).fit(cov_typeHC1) print(model_robust.summary())cov_typeHC1是異方差穩(wěn)健標(biāo)準(zhǔn)誤的常用選項(xiàng)它的作用是修正系數(shù)標(biāo)準(zhǔn)誤的估計(jì)不改變系數(shù)值本身。實(shí)際經(jīng)驗(yàn)p 值在 0.04-0.06 邊緣的變量換 HC1 之后經(jīng)常越過 0.05 門檻而 p 值在 0.2 以上的變量換什么標(biāo)準(zhǔn)誤都不會顯著不用抱僥幸心理。處理異方差的順序我一般是先看殘差圖確認(rèn)形態(tài)再決定要不要用 HC1——直接無腦用穩(wěn)健標(biāo)準(zhǔn)誤雖然不會錯但會掩蓋數(shù)據(jù)本身的問題。4. 回歸診斷四個假設(shè)驗(yàn)證與修正路徑4.1 線性關(guān)系與殘差圖怎么看、怎么修OLS 的第一個假設(shè)是自變量與因變量之間存在線性關(guān)系。檢驗(yàn)方法很簡單畫殘差對擬合值的散點(diǎn)圖。殘差是每個樣本的真實(shí)值減預(yù)測值如果模型正確殘差應(yīng)該隨機(jī)散布在零線兩側(cè)沒有明顯形狀。import matplotlib.pyplot as plt fitted model.fittedvalues resid model.resid plt.scatter(fitted, resid, alpha0.5) plt.axhline(0, colorred, linestyle--) plt.xlabel(Fitted values) plt.ylabel(Residuals) plt.show()如果圖上殘差點(diǎn)呈現(xiàn)“喇叭形”——擬合值越大殘差波動越寬說明存在異方差這往往伴隨 Y 的分布偏態(tài)。一種常見修法是給因變量取對數(shù)把乘法關(guān)系變成加法關(guān)系另一種是對自變量加平方項(xiàng)或交互項(xiàng)解決“遺漏非線性項(xiàng)”導(dǎo)致的結(jié)構(gòu)性殘差。判斷殘差圖有沒有問題標(biāo)準(zhǔn)不是“點(diǎn)是否落在零線上”而是“散布寬度是否隨擬合值變化”。如果殘差在左側(cè)密集、右側(cè)散開即使所有點(diǎn)貼近零線模型也是病態(tài)的。4.2 殘差正態(tài)性Q-Q 圖與 Shapiro 檢驗(yàn)正態(tài)性假設(shè)影響的是系數(shù)置信區(qū)間和 p 值的準(zhǔn)確性。樣本量足夠大時(shí)比如 n 200中心極限定理讓系數(shù)估計(jì)量近似正態(tài)這時(shí)對殘差正態(tài)性的要求可以適當(dāng)放寬。但小樣本下殘差嚴(yán)重偏態(tài)會直接影響 p 值的可信度需要專門檢驗(yàn)。import scipy.stats as stats # Q-Q 圖點(diǎn)越貼近對角線越符合正態(tài)分布 stats.probplot(resid, distnorm, plotplt) plt.show() # Shapiro-Wilk 正態(tài)性檢驗(yàn) shapiro_stat, shapiro_p stats.shapiro(resid) print(Shapiro-Wilk p-value:, shapiro_p)Q-Q 圖我習(xí)慣叫“對線圖”樣本分位數(shù)對理論分位數(shù)點(diǎn)如果排成一條直線就符合正態(tài)。Shapiro 檢驗(yàn)的 p 值大于 0.05 時(shí)不能拒絕正態(tài)性假設(shè)結(jié)論是“殘差近似正態(tài)”。但你實(shí)際用的時(shí)候會發(fā)現(xiàn)一個尷尬樣本量一大Shapiro 對微小的偏離也極其敏感p 值永遠(yuǎn)小于 0.05。這時(shí)候以 Q-Q 圖為主只要點(diǎn)沒有系統(tǒng)性彎曲比如 S 形或兩端翹起就當(dāng)成可接受。4.3 異方差檢驗(yàn)Breusch-Pagan 與穩(wěn)健標(biāo)準(zhǔn)誤異方差的危害是低估標(biāo)準(zhǔn)誤導(dǎo)致 t 統(tǒng)計(jì)量虛高、p 值偏小把不顯著的變量判成顯著。這和上面相關(guān)系數(shù)膨脹正好反著來——一個是系數(shù)亂跳一個是顯著性假象。用 Breusch-Pagan 檢驗(yàn)做定量判斷from statsmodels.stats.diagnostic import het_breuschpagan bp_test het_breuschpagan(resid, X_design) labels [LM stat, LM p-value, F stat, F p-value] print(dict(zip(labels, bp_test)))het_breuschpagan的第二個參數(shù)要傳完整的設(shè)計(jì)矩陣含截距不是原始特征。輸出里看 LM p-value小于 0.05 判定存在異方差。處理路徑兩條一是對 y 做 Box-Cox 變換或用 log(y)從數(shù)據(jù)形態(tài)上消除異方差二是保留原模型用cov_typeHC1重新擬合得到穩(wěn)健標(biāo)準(zhǔn)誤。我的一般做法是先試 log(y)如果業(yè)務(wù)解釋能接受“每增加 10% 的曝光轉(zhuǎn)化率平均增加 0.3 個百分點(diǎn)”就用變換后的模型如果 log 后業(yè)務(wù)解釋太繞回到原模型配 HC1。4.4 自相關(guān)檢驗(yàn)Durbin-Watson 與時(shí)間序列數(shù)據(jù)注意多元線性回歸分析里自相關(guān)檢驗(yàn)經(jīng)常被忽視。原因是經(jīng)典 OLS 假設(shè)樣本獨(dú)立但你的數(shù)據(jù)如果帶時(shí)間屬性——比如按周統(tǒng)計(jì)的銷售數(shù)據(jù)、按月統(tǒng)計(jì)的用戶增長——相鄰兩周的殘差天然相關(guān)。model.summary()底部已經(jīng)給了 Durbin-Watson 值不需要額外代碼。判斷標(biāo)準(zhǔn)DW ≈ 2 無自相關(guān)顯著小于 2比如 1.2存在正自相關(guān)系數(shù)標(biāo)準(zhǔn)誤會被低估顯著大于 2 存在負(fù)自相關(guān)少見但也要警惕。# 自相關(guān)存在時(shí)改用 Newey-West 標(biāo)準(zhǔn)誤 model_nw sm.OLS(y, X_design).fit(cov_typeHAC, cov_kwds{maxlags: 1}) print(model_nw.summary())cov_typeHAC配合maxlags1是處理一階自相關(guān)的常見做法Newey-West 估計(jì)量同時(shí)修正異方差和自相關(guān)。但這里有個坑加了 HAC 標(biāo)準(zhǔn)誤只是修正了推斷如果你的目標(biāo)是用模型做預(yù)測自相關(guān)意味著預(yù)測誤差會連續(xù)幾天同方向偏移模型給出的預(yù)測區(qū)間會嚴(yán)重失真。更徹底的做法是加入滯后因變量作為特征把時(shí)間依賴顯式建模。我自己的經(jīng)驗(yàn)只要數(shù)據(jù)帶時(shí)間標(biāo)簽先畫殘差對時(shí)間的散點(diǎn)圖比直接看 DW 值更直觀——如果殘差隨時(shí)間呈現(xiàn)“波浪形”一定有問題。5. 多元線性回歸最常踩的 5 個坑現(xiàn)象、原因、對策5.1 R2 高得驚人但所有系數(shù)都不顯著現(xiàn)象模型摘要里 R2 0.95F 檢驗(yàn)顯著但每個自變量的 P 值都大于 0.1沒有一個“能打”的。原因多重共線性。多個變量高度相關(guān)時(shí)模型整體能解釋因變量的大部分方差但無法把貢獻(xiàn)拆到具體變量上系數(shù)估計(jì)值的方差被同步放大t 統(tǒng)計(jì)量失去說服力。解決回到第 2 章做 VIF 排查刪除 VIF 10 的變量組合中的重復(fù)項(xiàng)。如果 VIF 都正常再檢查是不是樣本量太小——變量數(shù)和樣本量的經(jīng)驗(yàn)比例至少 1:10少于這個數(shù)字顯著性檢驗(yàn)的把握度不夠。5.2 把類別變量直接編碼成 1、2、3現(xiàn)象模型擬合沒有報(bào)錯結(jié)果里某個“地區(qū)”變量的系數(shù)是負(fù)數(shù)業(yè)務(wù)上完全無法解釋——“難道華南地區(qū)比華北差這么多”原因你給了模型錯誤的先驗(yàn)知識告訴它類別之間有等差關(guān)系。地區(qū)編碼成 1/2/3 后模型只能學(xué)到“每升一級因變量線性變化一個固定量”而真實(shí)關(guān)系大概率不是這樣。解決用pd.get_dummies(drop_firstTrue)生成啞變量。這個坑幾乎每個做過回歸分析的人都踩過我最早做房價(jià)模型時(shí)也干過后來在特征工程階段就把類別變量排查作為固定檢查項(xiàng)。5.3 標(biāo)準(zhǔn)化時(shí)對整個數(shù)據(jù)集 fit造成數(shù)據(jù)泄露現(xiàn)象訓(xùn)練集上模型 R2 0.85驗(yàn)證集上一塌糊涂RMSE 翻了三倍整個團(tuán)隊(duì)?wèi)岩蓴?shù)據(jù)對不上。原因你在建模前置處理里用了scaler.fit_transform(df)其中fit用到了全量數(shù)據(jù)的均值和標(biāo)準(zhǔn)差驗(yàn)證集的信息已經(jīng)滲入訓(xùn)練階段。解決訓(xùn)練和驗(yàn)證必須嚴(yán)格分離標(biāo)準(zhǔn)化的均值和標(biāo)準(zhǔn)差只在訓(xùn)練集上計(jì)算驗(yàn)證集和上線環(huán)境用同一個 scaler 做純轉(zhuǎn)換。from sklearn.model_selection import train_test_split X_train, X_val, y_train, y_val train_test_split( X_final, y, test_size0.2, random_state42 ) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) # 只 fit 訓(xùn)練集 X_val_scaled scaler.transform(X_val) # 只 transform這塊“后悔藥”唯一的作用是讓你記住凡是涉及全局統(tǒng)計(jì)量的預(yù)處理標(biāo)準(zhǔn)化、PCA、缺失值均值填充都必須在訓(xùn)練集內(nèi)完成 fit然后應(yīng)用到所有后續(xù)數(shù)據(jù)。5.4 刪除離群值后關(guān)鍵系數(shù)符號反轉(zhuǎn)現(xiàn)象建模時(shí)發(fā)現(xiàn)有兩個樣本的殘差特別大刪掉之后模型的 R2 明顯提升但某個關(guān)鍵變量的系數(shù)從正數(shù)變成了負(fù)數(shù)你開始懷疑人生。原因離群值同時(shí)是杠桿點(diǎn)——它們對回歸線的牽制遠(yuǎn)大于普通點(diǎn)。刪除離群值這個動作本身沒有錯但要注意你是在“調(diào)整數(shù)據(jù)以得到想要的結(jié)論”還是在“修正數(shù)據(jù)質(zhì)量問題”。解決先確認(rèn)離群值的來源是錄入錯誤、儀器故障還是真實(shí)業(yè)務(wù)極端情況。錄入錯誤刪除沒毛病真實(shí)極端值建議保留或者用 Huber 回歸這類穩(wěn)健方法做交叉驗(yàn)證看系數(shù)是否真的穩(wěn)定。我現(xiàn)在的習(xí)慣是離群值占比小于 1% 且來源明確是采集錯誤才刪除其他情況一律穩(wěn)健方法處理。5.5 把“相關(guān)”當(dāng)“因果”模型結(jié)論被業(yè)務(wù)挑戰(zhàn)現(xiàn)象模型算出“推廣費(fèi)用每增加 1 萬元銷售額增加 8 萬元”市場部拿著結(jié)果去申請預(yù)算實(shí)際投放后效果遠(yuǎn)不如預(yù)期。原因回歸分析只證明了相關(guān)關(guān)系不證明因果關(guān)系。推廣費(fèi)用高的月份往往也是旺季、競品活動少、產(chǎn)品新版本上線——這些遺漏變量同時(shí)影響推廣費(fèi)用和銷售額造成了虛假的相關(guān)。解決在輸出結(jié)論前自查三個問題第一有沒有同時(shí)影響自變量和因變量的第三個變量第二自變量和因變量之間有沒有反向因果銷售額高反而追加推廣預(yù)算第三樣本范圍是否有選擇性偏差如果三個問題里有一個回答“可能有”結(jié)論就必須加限定詞“在控制其他變量不變的前提下”而不是“如果多投 X 就能多賺 Y”。多元線性回歸分析的價(jià)值在于找到值得進(jìn)一步驗(yàn)證的相關(guān)性而因果推斷需要實(shí)驗(yàn)設(shè)計(jì)或工具變量法那是另一個方向的工程。6. 落地技巧交叉驗(yàn)證、穩(wěn)健標(biāo)準(zhǔn)誤與變量篩選的實(shí)戰(zhàn)配合模型診斷做完、坑也排完最后一步是把模型真正落地成決策依據(jù)。我做多元線性回歸分析收尾時(shí)一定會加三個動作交叉驗(yàn)證看預(yù)測穩(wěn)定性、穩(wěn)健標(biāo)準(zhǔn)誤確認(rèn)顯著性結(jié)論不依賴假設(shè)、AIC/BIC 對比確認(rèn)變量組合沒有冗余。先說交叉驗(yàn)證。統(tǒng)計(jì)推斷的 p 值和 R2 是樣本內(nèi)的結(jié)論業(yè)務(wù)方真正關(guān)心的是“下個月用這個模型準(zhǔn)不準(zhǔn)”。用 K 折交叉驗(yàn)證計(jì)算 RMSE能直接回答這個問題from sklearn.linear_model import LinearRegression from sklearn.model_selection import cross_val_score lr LinearRegression() # 5 折交叉驗(yàn)證用負(fù)均方誤差打分 scores cross_val_score(lr, X_final, y, cv5, scoringneg_mean_squared_error) rmse_scores (-scores) ** 0.5 print(每折 RMSE:, rmse_scores) print(平均 RMSE:, rmse_scores.mean())如果交叉驗(yàn)證的平均 RMSE 比訓(xùn)練集 RMSE 高出 30% 以上說明模型過擬合變量刪少了或者交互項(xiàng)加多了。反過來如果每折之間的 RMSE 差距巨大說明數(shù)據(jù)分布不穩(wěn)定做預(yù)測要格外謹(jǐn)慎。關(guān)于變量篩選我的習(xí)慣是不用盲目逐步回歸——逐刪變量再重新擬合會讓 p 值失效你是在同一份數(shù)據(jù)上反復(fù)試最后選出的模型對“這一次的數(shù)據(jù)”是好的但換一批數(shù)據(jù)就原形畢露。更穩(wěn)妥的做法是設(shè)定幾個有業(yè)務(wù)含義的候選變量組合用 AIC/BIC 做對比import itertools best_aic float(inf) best_combo None for k in range(1, len(features) 1): for combo in itertools.combinations(features, k): X_sub sm.add_constant(X_final[list(combo)]) m sm.OLS(y, X_sub).fit() if m.aic best_aic: best_aic m.aic best_combo combo print(AIC 最低的變量組合:, best_combo, AIC:, round(best_aic, 2))這個窮舉只適合特征數(shù)少于 10 的場景特征多了計(jì)算量爆炸。AIC 的含義是“在擬合優(yōu)度和模型復(fù)雜度之間取平衡”它不關(guān)心 p 值只關(guān)心這個變量組合在新數(shù)據(jù)上的期望表現(xiàn)。最后一個習(xí)慣和教訓(xùn)我會把模型摘要保存成 HTML 或 CSV 存檔連同變量說明、處理步驟一起放進(jìn)項(xiàng)目目錄里防止三個月后回頭重構(gòu)模型時(shí)忘了當(dāng)時(shí)為什么刪掉某個變量。多元線性回歸分析最大的優(yōu)勢是透明、可解釋但這份優(yōu)勢如果只留在交互式 notebook 里就等于沒有。數(shù)據(jù)科學(xué)里最貴的不是建模是讓別人能復(fù)現(xiàn)你的建模。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
五月婷久久| 91久久九久久九久久九久久九久久| 婷婷五月天天天| 久操大| 无码色色色| 少妇搡BBBB搡BBB搡毛茸茸| 人人草人人看| 91超碰人人操| 九月丁香久久网| 天堂综合久| 国产激情视频在线观看| 五月婷婷深深爱爱| 综合久久人妻| 91九色欧美| 国产精品成人在线| 五月天操逼激情| 97碰碰人人视频| 婷婷丁香射射| 特级片神马电影| 久操激情| 亚洲99精品九九在线| 色婷婷激情五月天| 97色综合| 色欲天天综合网| 99综合激情久久精品久久| 99热免费精品| 99资源在线视频| 久色视频在线| 久久五月天综合| 99综合久久| 操操操97| 99热久| 天天操天天草天天草天天| 狠狠操天天干| 性爱网五月婷婷| 国产精品操| 激情综合网激情五月丁香| 91婷婷在线| 激情六月婷婷| 影音先锋 萱萱| www.色五月| 丁香五月综合激情啪啪| 9色免费网| 99精品视频在线| 久久婷色| 日本精品99| 色婷婷久久| 五月婷婷操操| 五月社区婷婷激情| 三男玩一女三A片| 1024日韩| 97色色视频| 午夜成人在线免费视频| 婷婷十月激情综合网| 久久涩视频| 九九99热精品| 婷婷射丁香| 九月婷婷在线观看| 激情深爱综合网| 最新国产AV| 伊人9999| 久久免费少妇高潮99精品| 五月天色婷婷激情综合| 校花娇喘呻吟校长陈若雪视频| 色播丁香五月婷婷操:屄| 任你艹| 婷婷丁香一月| 蜜乳AV成人| 婷婷婷婷婷婷婷婷| 人妻人人操| 99日韩| 第2色五月婷| 八戒青柠影视剧在线观看| 五月丁六月香av| 婷婷五月丁香青青草在线| 99性爱视频网站| 欧洲亚洲免费视频9 | 天堂爱啪啪| 丁香五月激情五月| 九九成人精品免费视频| 亚洲中字AV电影在线网站| 天天摸天天日天天舔| 久久精品五月| 九九成人| 国产干逼片| 超碰高清在线| 99热99在线| 婷婷开心青青草| 五月婷婷视频在线观看| 色99综合色88| 五月婷六月综合在线观看| 99这里只有精品视频| 狠色色狠网| 91色噜噜狠狠狠狠色综合| 香蕉AV777XXX色综合一区| 六月婷婷最新网址| 六月丁香成人| 婷丁香五月天| 一本色道久久88综合日韩精品| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 伊人久久婷婷五月天激情四射| 99热免费在线| 久久成人亚洲欧美电影| 五月婷婷日| 五月综合777| 亚洲va欧美| 五月丁香色婷| 五月天啪啪| 99久久婷婷五月综合| 五月婷婷婷婷婷婷艺术| 疯狂做受XXXX高潮A片动画| 亚洲久热| 色激情五月天| 97人人草| 色五月天电影| 五月丁香综合成人社区| 深爱网深爱综合网| 另类在线| 久热视频A.| 69色婷婷| 1999天天操夜夜操| 五月丁香啪啪| 国产精品电影网| 五月丁香婷婷啪啪| 亚洲色色图片| 日韩免费视频| 丁香婷婷啪啪啪| 黄色片avv| 色噜噜狠狠插综合| 97碰91| 丁香五月欧美激情| 色综合网页| 色播五月| 亚洲在线成人| 色丁香影院| 久婷狼色诱惑在线| 国产精品色一哟哟| 中文字幕成人版| 影音先锋 91工厂| 五月婷婷六月爱| 67194国产| 99热热九九| 人人操AV| 激情综合网 激情五月天| 狠狠色婷婷777| 婷婷久久色五月婷婷久久久| 深爱激情婷| 超碰网站在线观看| 国产三级片91| 婷婷丁香一月| 婷婷天堂视频| 夜夜撸日日操| 国产精品五月天婷婷| 人妻体体内射精一区二区| www.激情五月天.com| 精品人妻伦一二三区久| 国产成人精品亚洲线观看| 狠狠色综合网| 五月天久久久| 天天狠狠色综合| av超碰在线| 99热这里只有精彩| 超碰超碰在线| A片试看120分钟做受视频红杏| 爆乳熟妇一区二区三区爆乳| 五月丁香六月综合基地| 激情綜合W W W,激情五月天| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 五月天日日操夜夜操 | 亚州第一A片| 97色色色| 99久久精品色老| 亚洲激情AV| Av在线不卡一区| 桃色五月天| 五月开心婷婷中文字幕| 亚洲性爱电影| 91一起操| 99草在线免费观看视频| 亚洲99热| 五月丁香中文字幕| 99热这里只有精品国产免费| 丁香五月婷婷少妇| 色五月首页| 亚州视频九九99| 久婷视频| 久操热| 这里只有精品视频一区| 色99网| 黄色av网站在线免费播放| 九九综合色综合| 精品国产va久久久久久久| 五月婷婷六月丁香| 好好日激情五月天| 97色永久免费视频| 天天操天天插天天射| 婷婷亚洲综合| 激情五月天影院| 婷婷五月天伦理| 97色片| 色色五月丁香婷婷综合| 欧美日本免费一道免费视频 | 天天干天天日蜜臀av| 日本久久人| 婷婷五月成年人| 丁香婷婷色色| 激情婷婷护士激情| 婷婷婷婷婷婷婷婷婷婷丁香| 9999久久久久| 99视频35精品视频在线观看| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 综合色色五月| 少妇性按摩无码中文A片| 丁香久久综合| 色情婷婷五月天| 天天爱天天做天天爽| 婷婷的五月天另类视频| www.狠狠| 九九综合网色全集 | 久久综合九九| 9久热免费视频99| 久久密臀婷婷| 91大屁股在线| 久99久视频精品| 第四色在线观看| 丁香五月综合| 欧美性色五月天| 色六月丁香婷婷啪啪啪| 丁香五月影院| 日韩成人AV在线| WWW.99热| 欧洲亚洲免费视频9| 久久视这里只有精品| 996er热| 精品热九九| 丁香九月激情| 婷婷丁香熟妇综合网| 天天搡日日搡aaaaⅩ| 亚洲激情婷婷| 亚洲婷婷丁香| 欧美色99| 大香蕉五月天| 婷婷五月六月丁香| 综合网色| 欧美69久成人做爰视频| 亚洲在线资源| 中文字幕在线日亚洲9| 国产亚洲成AV人片在线观黄桃| www.激情| 97人人干视频| 成人中文网| 99re资源在线视频导航| 久久精品夜色噜噜亚洲a∨| 色婷婷亚洲| 影音先锋xfplay资源男人网| 欧美97p| 人人综合五月人人婷婷| 婷婷十月丁香| 天天综合 99久久婷婷| 久99综合婷婷| 26uuu成人网| 五月停性愛| 色综合久久无码| 色~性~乱~伦~噜| 激情涩涩网| 九九精品re免费视频| 亚洲人成播放网站| 香蕉伊人综合| AAA久久久| 永久思思热在线| 丁香五月日啪| 天天天天天天操| 综合AV在线| 色五月综合在线| 欧美日韩欧美| 日笨久久网| 99综合熟女| 色五月天影视| 欧美色爱五月天| 久久作爱| 五月丁香六月激情| 久99综合婷婷| 99久久玖玖| 91婷婷色五月| 五月婷婷之综合激情| 六月婷婷啪啪| 色99在线| 综合六月久久| 97人人搞| 思思久久96热在精品国产,| 丁香五月播播| 丰满人妻一区二区三区| 色五月综合97| 婷婷五月丁香六月伊人网| 五月婷婷干| 综合另类视频| 久久九九囯产| 我爱婷婷五月天综合88| 婷婷五月天福利| 99久久婷婷五月| 五月丁香网站在线播放| 婷婷色在线观看| 9l视频自拍九色9l黑人| 久99热| 七七色综合| 激情图片亚洲| 国产97色在线 | 日韩| 色婷婷六月| 丁香婷婷五月综合| 激情激情激情网| 人人97碰| 色婷婷影视99| 提提热五月天婷婷| 大香蕉久久| 色婷婷成人网| 婷婷干五月综合在线播放| 天天色色天天| av在线免费网站| 亚洲情a| 免费看欧美成人A片无码| 五月丁香婷婷综合视频| 五月丁香青草综合啪啪| 26uuu亚洲色| 婷婷久久五月天丁香| 三级黄色大片视频| 另类的婷婷| 91精品丝袜久久久久久| 久婷首页| 99热这里只有精品1998| 国产成人一区二区三区在线观看| 99re思思| 99热婷婷| 天天日天天狠狠操| 激情色播| 久久久久久xxxxx| 欧美97色| 思思色播| 综合久久影院| 超碰在线视屏| 九九热av| 9999久久久久| 亚州激情在线视频| 久99久在线| 色色色色色五月| 丁香五月Av| 日本丰满久久| 开心五月深爱婷婷| 色婷成人狠干| 任你日视频| 亚洲啪啪精品| 天天做夜夜爽| 日韩高清久久| 久久九九热视频| www狠狠爱com| 伊人玖玖婷婷| 亚洲天堂99| 欧美色图天堂网| 色啪影院| 99热亚洲| 日韩 中文 欧美| 激情久久五月天| 亚洲av电影网站| 婷婷久久五月天亚洲欧美国产日韩在线观看 | 强奸幻女毛片| 色婷婷在线播放| 五月天色色激情综合| 色丁香五月| 丁香六月婷婷色播| 丁香五月综合| 深爱激情四射| 男人的天堂99| 九九av| 五月丁香六月婷婷,婷| 色婷婷香蕉| 五月香蕉婷婷| 激情六月婷婷啪啪| 婷婷五月天激情五月天网站| 久色大| 伊人久久丁香婷婷六月五月综合| 婷婷中文综合网| 内射综合网| 99re这里有精品手机在线| 91精品无码久久久久久五月天| 色五月综合| 91成人视频| 五月天四色房丁香亭亭| 狠狠干五月丁香综合网| 欧美三级欧美一级| 色五月婷婷影院| 四川BBB搡BBB爽爽视频| 色婷婷丁香五月| 六月婷婷八月丁香| 婷婷成人综合五月| 大香蕉婷婷五月天| 9|在线观看视频| 91九色精品熟女内射| 亚洲色婷婷五月天| 伊人婷婷五月| 天天干夜夜操A片| www.五月天| 天天噜噜| 99热综合| 久久精品国产一区二区三区四区 | 色综合性视频| 插插五月天| 婷婷丁香成人网址| 色婷婷色五月另类综合| 蜜臀A∨在线水帘洞| 色婷婷五月在线| 国产精品激情AV久久久青桔| 久久综合久色欧美综合狠狠| 玖玖精品视频| 婷婷操逼| 色婷婷五月综合| 操操天堂| 思思热在线精品视频| 99久久久久久www| 亭亭玉月丁香| 99re这里| 色久五月天| 玖玖激情五月天| 久久最新色| 奇米网大香蕉| 色色丁香五月天| 婷激情五月天视频导航| 颜射 精品性爱av| 秋霞学生妹一二级| 伊人影音无码一区二区三区| 草美女在线观看视频在线播放| 九色视频91| 九色视频91疯狂| 丁香婷婷六月婷婷六月婷婷六月婷婷| 91操片| 天天搞夜夜叫| 丁香婷停五月激情综合深爱| 婷婷AV丁香| 色色啊| 国产热精品| 激情六月综合| 在线综合网| 综合网啪| 久久人妻系列| 26uuu国产精品| 热99这就是精品视频| 久婷婷婷| 激情五月天在线视频| 另类专区在线观看| 天天插天天爽| 色色99| 国产黄色大片| 九九狠狠干| 另类视频一区| 久久亚洲婷婷| 操一区| 97色吧| 99天天操夜夜操| 黄色激情久久| 狠狠色丁香| va婷婷在线| 丁香五月色情| 欧美五月婷婷| 亚洲超碰在线| 2018国产大陆天天弄| 国产44页| 五月香蕉综合| 亚洲VA在线| 欧洲色| 婷婷97碰碰| 牛色色碰| 激情四射五月天| 丁香五月婷婷深五月| 亚洲精品色色| 性五月激情| 丁香六月婷婷综合啪啪| 超碰在线国产| 99精品久久久久久久久| 狠狠操.com| 激情婷婷五月天| 中文字幕网伦射乱中文| 婷婷精品在线| 激情五月开心五月丁香五月| 丁香六月激情| 日韩一级片| 欧美狠狠地| 午夜大香蕉| WwW色婷婷| 香蕉综合网| 97色在线| 97午夜一区二区| 亚洲无码免费看| 99色在线视频| 洗浴中心操B视频| 五月激情小说| 99热网址| 色色射| 色婷五月天| 狠狠色色| 97热这里精品在线视频| 99热在线观看| 亭亭玉月丁香| 甈你aaaaa| 特黄三级片| 婷婷丁香五月激情密臀av| 狠狠草综合网| 人人爽天天爽| 中文字幕+中文在线| www.俺去也com| 乱岳熟女50岁| 五月丁香六月激情综合| 狠狠操狠狠操AV| 69精品人人人人人人人人人| 深爱激情网五月| 婷婷色五月激情强奸四射| 婷婷色五月大香蕉在线| 99re这里只有精品9| 夜夜撸夜夜骑| 99热 日韩| 香蕉婷婷色五月| 欧美色宗和激情| 久久丝袜婷婷| 俺也去在线视频 | 99久久精品网| 亚洲精品婷婷| 亚洲六月色婷婷| 色色五月天丁香| 91丨九色丨熟女|新版| 97在线刺激| OUMEIRIHANCHENGREN| 天天精品视频免费观看| 激情五月婷黄版| 99re鈥哸鈥唙| 一级片操逼视频| 婷婷久久欧美| 玖玖资源在线视频| aaaaaa片| 久久性爱视频网站| 天天做天天爱天天爽在| 五月亭亭六月天| 色久女| 99久久婷婷国产综合精品草原| 丁香五月亚洲AV| 五月天伊人网| 色视五月天婷婷| 97操操| 深爱激情网五月| 五月婷在线| 99精品视频在线6| 色五月av| A久网| 日本婷婷色| 婷婷五亚洲| 99日本视频在线观看专区| 99热这里是精品| 久久图色4| 久久人妻视频| 五月天婷婷色色网| 大香蕉99| 国产99久久久| 密着浓厚中出乚交尾GvG935| 五月婷婷在线免费观看| 成人视频一区| 欧美婷婷综合| 思思热思在线精品视频| 99国产精品白浆在线观看免费| 色婷婷WWW| 久久9情免费| 99爱爱| 丁香网站| 9精品在线| 精品国产一区二区三区四区阿崩| 五月综合六月婷婷| 狠狠 久久| 婷婷九月在线| 香蕉综合网| 久久这里只有精品视频15| 啪啪综合| 五月激情五月丁香| 一本九九色| 亚洲高清在线| 亚洲成色综合网站免费观看| 欧美日韩成人| 91无码高清| 九月婷婷丁香| 亚洲欧美婷婷五月色综合| 婷婷丁香综合| 亚洲色五月天| 97资源碰碰在线| A片试看120分钟做受视频红杏 | 搡BBBB搡BBB搡18| 国产精品日韩十五区| 婷婷丁香五月综合| 狠狠色丁香久久综合婷婷亚洲成人福利| 99碰碰| 久久开心五月婷婷| 亚洲视频操| 99热国产在线| 任你爽视频| 婷婷五月天综合久久| 操操操操操电影网| 激情五月深爱五月观看| 日本久碰| 超碰在线看| 97九色视频| 91久久婷婷人人澡草| 色婷婷成人丁香| 97性视频| 五月天婷婷涩涩| www.色五月| AV在线中文| 丁香婷婷月| 激情九九这里只有精品| 99热久只有| 亚洲综合成人网| 日日操夜夜操无码免费| 99福利视频导航| 人人人操 超碰| www.色五月| 精品久久久999| 亚洲婷婷欧美婷婷| 色婷婷色五月天| 色婷婷香蕉丁丁网| 狠狠va| AV激情五月| 97电影99热| 五月天婷婷久草丁香| 我淫我色婷婷五月天激情四射| 婷婷天天舔| 亚洲精品网站色视频| 国产免费AV网站| 五月天社区婷婷丁香社区| 综合久久伊人| 涩五月丝袜婷婷| 伊人香大香蕉视频| 91午夜婷婷狠狠久久综合9色| 国产99久久久国产精品免费看| 五月婷婷丁香五月| 九色视频91| 思思热视频在线| 丁香五月天啪啪| 伊人色综合久久久| 五月天丁香综合久久国产| 99在线免费观看| 99久久五月婷婷| 天天天干夜夜夜操| 狠狠狠狠狠| 综激情网| 六月婷婷av| 激情小说在线视频| 五月综合无码| 丝袜大香蕉| 99国产精品白浆在线观看免费| 无码免费人妻A片AAA毛片西瓜 | 色五月色五天色情网| 97色热| 91色婷婷综合久久中文字幕二区| 99精品热视频只有精品10| 五月丁香婷婷综合网| 久久婷婷五月| 激情五月婷婷欧美极品 | 任你日视频| 丁香五月Av| 日日日日日| 97五月婷| www色综合亚洲92| 人人操人人爰人人一天天碰夜夜拍夜夜爽-中国A级毛片天天看天天谢… | 玖久久网站| 丁香六月婷婷社区| 欧美精品啪啪| 深爱五月激情网| 人人天堂操| 日日操夜夜骑| 久久久www| 无码人妻精品一区二区蜜桃色欲| 疯狂做受XXXX高潮A片| 91九色偷拍| 91视频综合网| 五月激情丁香久久综合网| 开心五月激情五月丁香五月婷婷| 丁香五月激情在线| 伊人99热| 在线中文AV| 五月天婷婷社区久久综合| 51XX午夜影福利| jiujiu热在线视频| 天天综合激情| 色噜噜狠狠狠综合曰曰曰| 这里只有精品视频在线| www久久99| 狠狠狠狠狠狠| 亚洲av免费在线| 久久机热这里只有精品免费视频| 狠狠 婷婷| 大狠狠在线| 停婷丁五月在线| 人人综合久| 99成人| AV在线免费观看不卡| 玖玖色资源| 色九九综合| 天天操,夜夜骑| 先锋资源91| 五月天婷婷成人网| 色色色视频免费无码 | 啪啪啪大香蕉| 国内外色色色色色成人视频| 久久综合丁香激情五月| 91九色首页| 拍真实国产伦偷精品| 久一网站| 9久热这里只有精品| www.婷婷五月天,com| 五月婷婷六月丁香激情深爱| 99.N在线视频| 狠狠干在线| 日韩在线99| 99久久黄色顶级视频| www.色五月.com| 五月天婷婷色色| 六月婷婷AV| 狠狠操天天日| 成人丁香五月| 五月丁香久久色| 欧美成人无码一区二区三区| 91人人操人人爱| 人五月天婷婷喷水| 五月丁香拍拍激情综合| www.久久| 婷婷五月情| 五月天成人小说| 国产色色网站网址| 99视频只有这里精品| 先锋资源 996| 蜜臀嫩草| 狠狠干狠狠干| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | 国产在线黄色| 97热这里只有精品| 亚洲色综合性| 思思热久久阴99| 久9热在线视频| 亚洲爱婷婷| Av在线不卡一区| 亚洲xx在线| 51精品国自产在线| 日产精品久久久久久久蜜臀 | 99操逼| 热99精品视频五月| 婷婷五月花| xxx.色婷婷| 久久色这里只有精品| 丁香五月天色| wwW天天干| 超碰三级秋霞| 色八月婷婷| 欧美极品999| 97人人草| 无码四色色色| 人人干人人干骚美女| 免费九九热| 婷婷五月天丁香花| 五月婷成人| 一级片sese片.COM| 思思99热这里只有精品| 丁香五月亚洲AV| 天天色天天搡| 亚洲丁香五月综合| 再綫Av免费視品| 日操| 五月婷婷伊人网| 可以直接看的av网站| 丁香五月日本| 美女主播野战视步页| 激情五月图| www.25五月婷婷| 五月婷婷色男女| 婷婷 亚洲图片 丁香| 俺也去综合| 中文网av| 天堂草在线看www| 五月天婷婷色综合| 99re热视频这里只精品5| 无码人妻一区| 99热这里都是精品| 久久9视频欧美| 热久久99热欧美国产亚洲| 婷婷五月激情小说| 97自拍视频在线| 99热这里是精品| 91丨九色丨东北熟女| 亚洲蜜桃精久久久久久久久久久久| 日日夜夜干| 思思9久久| 中文不卡av| 淫荡A片| 97精品在线| 丁香五月1页| 99成人网站| 精品一区二区三区四区五区六区介绍 | 风流少妇A片一区二区蜜桃| 色噜噜狠狠色综无码久久合欧美| 国产午夜精品一区二区三区四区| av操B网站| 99碰碰碰| 5五月综合网亚洲| 久热AA| 国产精品久久99| 玖玖资源部在线播放| 综合狠狠干| www.亭亭五月天| 97五月天| 这里只有精品1| 99热这里只有精品8| 婷婷激情五月呦呦| 亚洲视频码| 97婷婷丁香| 六月亚洲婷婷6月中文字幕| 婷婷五月天com| 亚洲激情97五月天| 色天堂A| 丁香五月电影| 国成人网| 婷婷99丁香| 九九色综合| 六月丁香婷婷尤物| 99久热这里只有精品| 五月色色网| 婷婷狠狠干| 亚洲久热| 五月激情婷婷四射| 五月丁香婷婷久久| 色五月天综合| 思思久久精品| 亚洲激情五月天| 久99婷婷色综合| 激情图片99| 色999亚洲人成色| 69er小视频| 婷婷五月色情| 丁香六月婷婷| 夜夜爱网站| 色五月天在线观看| 成人中文网| 久久91久久91色欲精品| 天天做天天视天天谢| 思思热在线视频99| 激情九九六月激情免费视频| 五月天激情图片| 伊人婷婷99热精品| 日本97在线| 亚洲亚洲激情| 99这里| 丁香六月色婷婷| 性做爰A片免费视频A片直播| 亚洲一级AV在线免费播放| 先锋五月婷婷丁香草草| 九九热这里只有精品一| 日韩AV片| 苗黎美女四级成人版一级二级毛片| 亚洲AV无码成人精品区电影网| 2014天天爽| 亚洲天天| 91丨九色丨东北熟女| 久久精彩视频99| 看黄的网站18禁| 激情欧美丁香五月| 九九热在线视频观看| 久久男人网婷婷| 99碰碰| 综合五月天天天天天五月| 91超级碰在线视频| 开心激情网在线| 99九九99九九九视频精品| 五月丁香美女视频| 99热这里只有精品86| 欧美激情VA永久在线播放| 大香蕉伊然在亚洲90| 成人五月天婷婷| 婷婷五月天综合在线| 五月激情天| 99热在线资源| 久久在线人妻| 久久xx| 人操人| 激情婷婷综合| 99热免费精品| yw国产AV| 深爱五月综合网| 婷婷五月天情色| 五月激情四射网站| 欧美情月伍月天| 婷婷五月av| 全部老头和老太XXXXX| 综合玖玖偷拍| 丁香五月天激情小说| 久久久久婷婷| 97se在线视频| 五月花综合网| 色哟哟www| 丁香六月天婷婷色| 日本色噜| 这里只有精品免费视频| 色五月情| wwwss在线观看| 日韩视频99| 99色热| 99精品热视频| 婷婷六月啪啪| 久久在线视频免费观看| 91互操| 激情性五月天免费小说视频| 久热中文字幕| 人人操大| 欧美亚洲操逼| 120分钟婬片免费看| 日韩在线视频中文字幕| 天天操天天日天天操| 天天插天天干| 五月丁香激情怕怕| 99色免费观看全部| 亚洲精品又粗又大又爽A片| 成人片在线播放| 中文在线成人| 97超级免费无码| 久久66er久久| 亚洲精品国产成人AV在线| 久热爱大香蕉在线蜜臀悦色| 激情亚洲婷婷六月| 婷婷色网| 激情五月天婷婷图| 99久久婷| 1024成人在线观看| 精品人妻久久久久| 97五月婷| 久久五月天黄色五月天色网址| 欧美这里只有精品| 九九色欲网| 狠狠干综合| 激情五月天色色色| 这里只有精品免费视频在线观看| 欧美精品中文字幕亚洲专区| 9久久久久| 欧美激情五月天| 色亚洲无码| 99A片| 婷婷性爱五月天丁香网| 79色色免费| 精品一二三区久久AAA片| 婷婷香香五月| 丁香五月激情婷婷| 色色色色色五月| 色停停五月天| 九九色插| 五月丁香欧美综合免费视频| 大陆极品少妇内射AAAAAA| 日本久久婷| 久久多色| 久久久ww| 久久精彩视频| 色婷婷AV在线观看| 99在线亚洲| 激情五月激情综合网| 欧洲一区二区| 婷婷五月色综合| 视频在线免费观看欧洲乱码| 五月丁香婷婷激情澎湃四射| 亚洲欧美在线观看| 六月婷伊人| 少妇AB又爽又紧无码网站| 人妻性爱| 激情久久久| 丁香五月久久| 成人短视频在线观看| 第四色激情网| www.婷婷,com| 日本色色影院| 九九激情| 五月99久久| 碰97久久| 4399人妻无码久久久| 美欧日韩国产成人在战| 激情99| 五月天激情影院| 九月婷婷久久| 久久激情五月| 婷婷导航| 九热视频| 婷婷五月激情四月综合 | 亚洲国产精品VA在线看黑人| 日韩婷婷五月天| 熟女色色一区二区| 五月精品免费XXX| 色婷婷亚洲综合天堂| 草做免费在线观看| 婷婷丁香五月综合久久| 五月天伊人日日噜影片AV| 天天插天天插天天插天天插| 五月天色色激情综合| 婷婷五月丁香五月| 亚洲激情高潮| 婷婷五月天VI| 色99综合视频| 91人妻人人操| 天天操夜夜爽歪歪| 新男人天堂人妻| 天天日天天插| 亚洲综合在线播放| 丁香六月天| 超碰爱爱爱| 色综合色五月| 天天操夜夜啊| 五月天色小说| 婷婷激情五月综合丁| 精品视频网| www.99热在线| 色九月婷婷| 五月天激情小说| 婷婷丁香五月,狠狠综合| 毛片九九九九九九| 热五月婷婷| 丁香五月色| 99久久综合| 五月婷综合网| 亚洲无码黄色| 色色色综合网| 亚洲激情电影五月天色婷婷丁香一起草 | 人人亚洲| 亚洲六月综合激情久久下卡| 性爱视频99| 婷婷五月丁香综合激情| 久久免费精彩视频| 就爱干 在线| 色婷婷色和| 色婷婷五月中文字幕在线dvd| 五月天伊人| 久草大| 亚洲妇女熟BBW| 五月天成人在线播放丁香| 伊人五月综合网| 色婷婷久久| 丁香伊人激情| 午夜激情久久| 97操视频| 婷丁香五月天| 99re在线免费视频| 黄网在线免费观看| 午夜 外网 精品 在线| 一区操| 九热精品| 日韩五月天婷婷| 综合 蜜月 婷婷| 五月6香色婷婷视频| 狠狠CAO日日穞夜夜穞AV | 日本婷久久| 丁香五月天啪啪| 狠狠干综合网| 狠狠操之狠狠操| 激情淫乱男女| 99久久九九| 五月天婷婷无码视频| 日本三级中文字幕| 江苏少妇性BBB搡BBB爽爽爽| 色婷婷综合网站| 99亚洲精品视频在线观看| 国产免费av网站| 婷婷五月天影院| 激情五月婷婷五月丁香五月开心五月| av九九| 热久免费视频9| 九九九热精品| 日韩人妻无码一区二区| 99在线视频观看| 9久久久久| 开心五月婷婷在线视频免费观看| 久久9热综合| 婷婷丁香五月基地| 久色视频首页| 日本人妻操| 天天干天天插| 草综合14| 怕怕av| 色五月综合97| 九九热在线精品视频| 丁香五月亚洲天堂| 精品一区二区三区木瓜| 五月丁香久久网| 91超级碰人人操| 丁香五月天啪啪| 九九这里有精品| 欧洲日韩一区二区三区| 国产avapp 网| 极品五月天| 激情人妻蜜夜系列区| 天天色色婷婷| 五月婷婷天堂| 久久中文网| 欧美日朝成人| 天天摸人人摸| www.激情五月天。com| 丁香六月欧美| 五月天成人综合| 女人天堂AV| 激情 婷婷 插| 丁香六月婷婷| 久久国产成人9999久久久久| 97福利视频| 五月丁香六月婷婷开心网| 久久五月天精品视频| 色婷婷瘦婷婷日韩| 国产精品18久久久| 九九99热久久精品66中文字幕| 色婷婷丁香特级性爱视频| 超碰免费成人| 日韩三级视频一区二区| 少妇大叫太大太粗太爽了A片 | 婷婷五月天在线综合导航| 五月丁香婷婷激情影院欧美| 成人.在线日韩| 激情婷婷| 538在线精品| 五月综合亚洲婷婷| 99久热| 婷婷丁香社区| 全部老头和老太XXXXX| 婷婷无码视频| 99热在这里只有精品| 我爱宗和色| 91狠狠综合久久久久久| 9久久久| 春色激情| 97干在线| 色色五月婷婷久久| 婷婷六月天激情影院| 激情四射五月天偷偷看婷婷| 婷婷性爱视频在线| 播丁香五月婷婷欧美| 五月天激情图片| 任你搞网站| 五月丁香天堂网| 天天做综合网色综合| 第四色色六月色综合| 九色91视频| 大香婷婷| 久久九九热re6这里有精品| 五月天啪啪| 久草视频一,二三四| 五月婷婷六月丁香色| 亚洲精| 无码中文一区二区三区| 97操碰| 久久婷婷五月综合色奶水99啪| 丁香五月婷婷久久久| 91久久久久久久久久18| 女人被男人吃奶到高潮| 天天摸色吧天天摸色吧| 六月婷婷狠狠做| 天天噜天天插| 97碰在线视频| 欧美伊人9| 五月天基地| 婷久久久| 国产麻豆视频| 免费观看欧美成人AA片爱我多深| 色婷婷综合网| 婷婷五月色| www.婷婷六月天| www.minyis.com【JT】实力收量可预付QQ2101460746 | 97五月天婷婷综合激情网| 日韩啪啪自拍| 日日夜夜九九| 91色综合网站在线| 亚洲精品久久久无码| 99视频内射三四| 色综合色色| 狠狠做婷婷| 亚洲黄色影视| 色婷网| 99啪| www.91.com黄| 丁香五月情| 91免费看片| 丁香五月天激情网| 久久机热这里只有 | 99精品视频在线观看| 五月天啪啪| 在线不卡视频| 99re在线观看| 91欧美| 开心五月综合激情网| 日本啪啪网| 久久网日本| 9热精品| 九热免费视频| 另类激情五月| 五夜丁香| 国产日日操夜夜操的肉棒视频| 婷婷激情五月综合| 人妻少妇色综合| 几激情五月婷婷色五月色天堂| 色婷婷久久综合中文久久一本| 777色色色| 性爱视频99| 狠狠操婷婷| 午夜做爱影院| 色色AV色色色东莞| 婷婷五月情天| 国产密乳av一区二区三区四区| 狠狠操狠狠操| www.色9| 二色AV| 久久伊人五月天| 九九热精品视频在线观看| 在线观看国产高清视频免费网站| 久久丁香综合| 久久婷婷五月综合| 婷婷丁香六月| 综合激情在线| 色丁香五月天| 人人摸人人搞| 色婷婷网| 五月婷婷爽爽爽| 欧美色必爱| 久久久九九视频精品18| 色玖玖玖| 欧美大香蕉视频| 婷婷激情在线| 激情综合色| 凹凸7777操操操| 五月婷色丁香| 色人妻五月| 五月丁香综合激情网| 中文久久婷婷| 色色色成人网| www.色婷婷.com| 性av| 丁香婷婷五月天成人| 海外网站专业操老外| 精品久热69| 五月综合久久| 久久婷婷五月草视频在线播放| 天天操夜夜爱| 无码区婷婷五月花开| 97人人看| 日本三级大片| 五月天丁香婷婷视频网址 | 亚洲第一精品网站| 色五月丁香婷婷久草| 九九99免费视频| 开心激情站| 99久久欧美| 97五月天婷婷综合激情网| 成人在线精品| 色日本丁香婷婷| 色五月色综合| 日韩啊啊啊| 亚洲AV成人精品日韩在线播放| 丁香五月综合| 亚州第一黄网| 91精品人妻少妇无码影院| 国产人妻操逼| 色婷婷伦理| 色综合综合网| 丁香五月激情网| wwwss在线观看| 欧美丰满熟妇BBB久久久| 成人在线免费网址| 久久多色|