回归解析总结计划.docxVIP

回归分析 回归分析反映因果关系 线形回归分析：包括简单线形回归和多元线形回归，由 Linear 实现 线形回归模型的基本适用条件： 线形趋势：自变量与因变量的关系是线形的。通过散点图来判断。 独立性：因变量的取值相互独立。反映到模型中，实际上就是要求残差相互独立，不存在自相关。 正态性：因变量服从正态分布。 反映到模型中， 实际上就是要求残差服从正态分布。 方差齐性：因变量的方差均相同，实质上要求残差的方差齐。 如果只是建立方程，探讨自变量和因变量的关系，而无需根据自变量的取值预测因变量的容许区间、可信区间等，则后两个条件可放宽。 要求的样本数： 样本数应当是自变量数的 20 倍以上为宜。 常用指标 偏回归系数：即模型中的 b，它反应的是相应的某个自变量上升一个单位时，应变量取值的变动情况，即自变量对因变量的影响程度。 标准化偏回归系数：用 ? 表示。它的大小可以直接用来比较各自变量对因变量的影响程度。 决定系数：即相应的相关系数的平方，用 R2 表示。它反应因变量 Y 的全部变异中能够通过回归关系被自变量解释的比例。 分析步骤： 作出散点图，观察变量间的趋势。 考察数据的分布，进行必要的预处理。 进行直线回归，包括变量的筛选、变量选择方法的确定等。 残差分析。主要分析两大方面： 残差间是否独立：采用 Durbin-Watson 残差序列相关性检验进行分析。 Durbin-Wat