市场调查资料的整理与分析报告.pptVIP

回归分析（regression analysis) 是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛。 按照涉及的自变量的多少 ,可分为一元回归分析和多元回归分析 按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析 一元回归分析 设预测目标因变量为Y，影响它变化的一个自变量为X，因变量随自变量的增（减）方向的变化。一元线性回归分析就是要依据一定数量的观察样本（Xi, Yi），i=1，2…，n，找出回归直线方程 Y=a+bX＋ε (1) （三）回归方程需要通过的显著性检验 对于任何给定的一组因变量、自变量观察样本资料，用最小二乘法都可以计算出回量归方程参数，建立回归方程式。但是，这样建立的回归方程并非一定有实用意义。 1．相关分析（对于一元线性回归方程来说，也就是回归系数的t检验），就是借用统计方法用计算自变量、因变量观察样本资料的相关系数，说明变量之间的线性相关密切程度，并通过r显著性检验指出这种线性相关密切程度的显著性水平。 2．方差分析（ANOVAF，回归方程的F显著性检验）是分析自变量与因变量线性相关关系对因变量的变异的影响程度，并通过F显著性检验指出反映自变量与因变量线性相关关系的回归方程式的显著性水平。只有通过r显著性检验和F显著性检验，才能说明建立的回归线性方程有实际意义。 3．回归系数的显著性检验