8第八章 回归分析.pptVIP

第八章  双变量关系描述统计之三 ——线性回归 回归的含义 回归（Regression，或Linear Regression）和相关都用来分析两个定距变量间的关系，但回归有明确的因果关系假设。即要假设一个变量为自变量，一个为因变量，自变量对因变量的影响就用回归表示。如年龄对收入的影响。由于回归构建了变量间因果关系的数学表达，它具有统计预测功能。 线性回归的统计原理： 两个定距变量的回归是用函数 y= f（x） 来分析的。我们最常用的是一元回归方程 在统计学中，这一方程中的系数是靠x与y变量的大量数据拟合出来的。 比如通过上学年数和工资的关系计算得出下列的回归公式： y=472+14.8x 就可知上学年数每增长1年，工资会增加14.8元； 也可推测，上学年数为15年的人，工资收入应为472 + 14.8 *15=694元。 * * 其中x为自变量；y为因变量；a为截距，即常量；b为回归系数，表明自变量对因变量的影响程度。 Y=350+20x X Y Y=a+bx （x，y） 由图中可以看出，回归直线应该是到所有数据点最短距离的直线。该直线的求得即使用“最小二乘方法”，使: 在拟合的回归直线方程中，回归系数： 表示x每变化一个单位时，x与y共同变化的程度（共变异数）。 常数 线性回归的操作步骤 SPSS线性回归的输出格式： SPSS线性回归的输出格式：