传播方法论调查方法3：多元线性回归分析.pptVIP

回归是相关分析的深入 回归分析的结果是建立一个数学模型以表达变量之间的关系——在分析观测数据的基础上，确定一个能反映变量之间关系的近似函数表达式 注意 回归模型只是整个研究方案中的一环，它必须依赖理论和经验的支撑，服从研究设计的需要，在研究方法论的指导下展开 （一）回归方程与线性回归方程 两变量x与y 对于确定的xi，yi是随机变量，可计算其均值——回归方程是研究自变量不同取值时，y的均值的变化 当因变量y的均值与自变量x呈线性规律时，称线性回归方程 根据x个数不同，分为一元线性回归、多元线性回归 关于模型 现实数据=模型+误差 没有误差的不是模型，是复制 设置模型一般而言是希望用简洁的方式表述复杂信息，达到较好的精确度 （二）回归方程的建立与最小二乘法 回归分析的目的：找出错误最小的方法来预测因变量的数值 拟合思路：各点到待估直线铅直距离之和为最小——最小二乘法 线性回归方程式不但有简化资料的作用，而且可以推广应用于预测或估计样本以外之个案的数值 回归系数的意义： b值的大小表示每增加一个单位的x值，y值的变化有多大 （三）回归方程的检验 F检验 三 多元线性回归模型 （一）回归方程的建立 （三）标准化回归系数 标准化回归系数的意义 可以比较几个自变量对因变量影响程度的大小 是衡量 Y的所有变异中由所有自变量的差异共同解释的比例 越高, 模型拟合数