回归分析.docx

回归分析从属于相关分析
回归分析：
数学公式表示变量。对数据有要求，通过统计学……要确定哪个是自变量（给定的数值，非变量）和应变量（随机的，可变的）
回归分析对数据的要求：
正态性假定 残差必须为正态分布。预测值和实际值之间呈正态分回归分析从属于相关分析
回归分析：
数学公式表示变量。对数据有要求，通过统计学……要确定哪个是自变量（给定的数值，非变量）和应变量（随机的，可变的）
回归分析对数据的要求：
正态性假定 残差必须为正态分布。预测值和实际值之间呈正态分布。
应变量之间相互独立。
各自变量之间彼此之间不能有较高的相关（相关系数> 自变量和应变量之间存在高相关，各个自变量之间存在低的相关）
自变量和应变量之间呈线性相关（直线关系）。
残差的等分线性假定：观察值保持稳定。
步骤
1、提出回归模型假设。研究者获取数据，确定应变量，确定变量的种类数。
2、建立回归方程，利用大量数据资料，首先使用简单直观的方法，如绘制散点图，
3、确定适合的回归模型。（线性回归模型，非线性回归方法）
4、回归分析的检验：显著性 拟合度检验 回归系数的检验 应变量值和实际观察值之间的差异大小，小，说明越一致，越能反应关系。
相关分析：检验和度量变量之间的密切关系密切程度。求变量之间的相关系数。
以下是使用工具的步骤：
数值> 则在范围内，> 剔除。
> 选中 <。
数据结果如下：
值越大，说明自变量对因变量的影响越大。
残差统计量
一元线性回归分析。
多元回归分析
估计
标准化残差值
结果如下：
描述性统计：
选入和删除的变量 本文中没有删除的变量
R R的平方 调整后的R的平方
容忍量 和方差膨胀系数：判断是否存在多元回归系数 是否存在共线性关系，若接近于0，则共线性问题严重，VIF若>。
残差统计量
标准差
方程回归模型为：y=+ 都达到显著水平
Y=++
阶层回归分析：
结果如下
相关系数：
说明选用的方法是强迫进入法
此表为方差分析表
不存共线性相关关系