第九章s恩pss的线性回归分析.pptVIP

本章内容 9.1 回归分析概述 9.2 线性回归分析 9.3 回归方程的统计检验 9.4 多元回归分析中的其他问题 9.5 线性回归分析的基本操作 9.6 线性回归分析的应用举例 9.7 曲线估计 9.1 回归分析概述 1.线性回归分析的内容 （1）能否找到一个线性组合来说明一组自变量和因变量的关系 （2）如果能的话，这种关系的强度有多大，也就是利用自变量的线性组合来预测因变量的能力有多强 （3）整体解释能力是否具有统计上的显著性意义 （4）在整体解释能力显著的情况下，哪些自变量有显著意义 2.回归分析的一般步骤 （1）确定回归方程中的解释变量（自变量）和被解释变量（因变量） （2）确定回归模型-选用合适的数学模型概括回归线 （3）确定回归方程-根据样本数据及确定的回归模型，在一定的统计拟合准则下估计模型的参数，得到确定的回归方程。 （4）对回归方程进行各种检验-基于样本得到的回归方程是否真实地反映了总体间的统计关系？回归方程能否用于预测？ （5）利用回归方程进行预测 9.2.1线性回归模型 1.一元线性回归模型的数学模型 其中：x为自变量； y为因变量； 为截距，即常量； 为回归系数，表明自变量对因变量的影响程度 用最小二乘法求解方程中的两个参数，得到： 多元线性回归模型 2.多元线性回归方程