市场及研究中数据分析方法.ppt

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。 例：Checkers Pi