第六章市场研究的数据分析方法.pptVIP

第六章　市场研究的数据分析方法 第一节　线性回归分析 　　　一、线性回归方程的基本模型 　　　线性回归方程从样本资料出发，一般利用最小二乘法，根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则，进行回归方程的参数的求解。 　　　线性回归分析是考察变量之间的数量关系变化规律，它通过一定的数学表达式——回归方程，来描述这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学依据。 　　　在应用线性回归模型时，必须满足以下假设： 　　　（1）解释变量 是确定性变量，而且解释变量之间不相关。 　　　（2）随机误差项具有0均值和同方差。 　　　（3）随机误差项在不同样本点之间是独立的，不存在序列相关。 　　　（4）随机误差限于解释变量之间不相关。 　　　（5）随机误差项服从0均值和同方差的正态分布。 二、线性回归方程的统计检验 1.回归方程拟合优度检验 2.回归方程的显著性检验 3.回归系数显着性检验 三、回归分析假设条件的检验 1.残差分析 2.多重共线性 3.误差项的序列相关 四、线性回归分析的基本步骤 1.确定回归中的自变量和因变量 2.从收集到样本资料出发确定自变量和因变量之间的数学关系，即建立回归方程 3.对回归方程进行各种统计检验 4.利用回归方程进行预测 五、实例分析