07线性回归(管理统计学与SPSS160应用)探索.pptVIP

管理统计学 2010年 8 线性回归 8.1 回归分析概述 8.2 一元线性回归 8.3 多元线性回归 8.4 二维Logistic回归 8.1.1 回归分析的基本概念 回归分析过程：把一个变量作为自变量，另一个作为因变量，建立二者的数学表达式，从自变量估计因变量的取值 回归分析：通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程 数学表达式（经验公式） 利用概率统计知识验证公式的有效性 根据自变量的取值预测因变量的取值 如多因素作为自变量，找出对因变量影响显著的 应用广泛 生物统计；医学统计 数据挖掘（预测和控制二功能） 相关分析能够为回归分析提供自变量，相关分析是回归分析的前提和基础 8.1.2 回归分析步骤 定回归方程中的解释变量和被解释变量 解释变量（x）；被解释变量（y） 有别于相关分析（如：父亲身高关于成年儿子身高的回归分析与成年儿子身高关于父亲身高的回归分析时完全不同的 ） 确定回归模型：通过观察散点图确定应通过哪种数学模型来概括回归线 建立回归方程：在一定的统计拟合准则下估计出模型中的各个参数，得到一个确定的回归方程 对回归方程进行各种检验 ：检验回归方程时否真实地反映了事物总体间的统计关系以及回归方程能否用于预测等 利用回归方程进行预测：根据回归方程对事物的未来发展趋势进行预测 8.2 一元线性回归 一元线性回归分