第1章SAS系统简介.docVIP

第10章 回归分析 摘要：回归分析依自变量个数的多少可分为一元回归和多元回归；根据依变量和自变量之间的关系和性质可分为线性回归和非线性回归。 §10.1 回归分析概述 一、回归分析的任务和 种类 1．回归分析解决哪些问题 当人们从一组对象上获得2个或多个指标的观测值时，往往需要回答下述几个问题： ①如何实现预测，即如何由：1个或多个指标（自变量）的值去推算另1个或多个指标（因变量）的值； ②如何实现控制，即事先给出产品质量应达到的标准（因变量的取值范围），根据变量之间的数量关系去控制那些影响产品质量的因素（自变量）的变化区间； ③如何实现修匀，由于所研究的指标带有变异性，当用散布图将变量之间的关系呈现出来时，散点所形成的轨迹并非像数学中初等函数那样有规律，需要用合适的数学方法（如用直线或某种光滑曲线）对资料进行修匀，使变量之间本质联系更清楚地呈现出来。回归分析正是回答上述问题的一种最常用最有效的统计分析方法之一。 2．回归分析的种类 如果因变量是连续变量（即一般定量资料），设自变量的个数为K，当k=1时，回归分析的种类有： ①直线回归分析； ②通过直线化实现的简单曲线回归分析（以下简称为曲线拟合）； ③非线性曲线拟合； ④一般多项式曲线拟合； ⑤正交多项式曲线拟合。当k≥2时，称为多元回归分析（注：前面的④、⑤两种情况实质上是用多元回归分析解决只含：个自变量时较复杂