市场研究的数据分析方法.pptxVIP

市场研究的数据分析方法第一节 线性回归分析 一、线性回归方程的基本模型 线性回归方程从样本资料出发，一般利用最小二乘法，根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则，进行回归方程的参数的求解。 线性回归分析是考察变量之间的数量关系变化规律，它通过一定的数学表达式回归方程，来描述这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学依据。模型是： 式中：为被解释变量（因变量）；为解释变量（自变量），是随机误差项，i为观测值下标，n为样本容量， 与 是待估参数，称 为回归常数，为回归系数。1、一元线性回归模型2、多元回归模型 多元线性回归模型中自变量的个数在2个以上，模型的一般形式为： i=1,2…n 其中， 为被解释变量（因变量）， 为解释变量（自变量）， 是随机误差项，i为观测值下标，n为样本容量， 为k+1个待估参数， 为回归常数， 称为回归系数。在应用线性回归模型时，必须满足以下假设：（1）解释变量 是确定性变量，而且解释变量之间不相关。（2）随机误差项具有0均值和同方差。（3）随机误差项在不同样本点之间是独立的，不存在序列相关。（4）随机误差限于解释变量之间不相关。（5）随机误差项服从0均值和同方差