线性回归分析法.docVIP

线性回归剖析法 一元线性回归剖析和多元线性回归剖析 一元线性回归剖析 简单介绍 当只有一个自变量时，称为一元回归剖析（研究因变量y和自变量x之间的 有关关系）；当自变量有两个或多个时，则称为多元回归剖析（研究因变量y和 自变量x1，x2，，xn之间的有关关系）。假如回归剖析所获得的回归方程对于 未知参数是线性的，则称为线性回归剖析；不然，称为非线性回归剖析。在实质展望中，某些非线性关系也能够经过必定形式的变换转变为线性关系，所以，线性回归剖析法成为最基本的、应用最广的方法。这里议论线性回归剖析法。 回归剖析法的基本步骤 回归剖析法的基本步骤以下： （1）收集数据。 依据研究课题的要求，系统收集研究对象有关特点量的大批历史数据。因为回归剖析是成立在大批的数据基础之上的定量剖析方法，历史数据的数目及其正确性都直接影响到回归剖析的结果。 2）设定回归方程。 以大批的历史数据为基础，剖析此间的关系，依据自变量与因变量之间所 表现出来的规律，选择适合的数学模型，设定回归方程。设定回归方程是回归剖析法的重点，选择最优模型进行回归方程的设定是运用回归剖析法进行展望的基础。 3）确立回归系数。 将已知数据代入设定的回归方程，并用最小二乘法原则计算出回归系数， 确立回归方程。这一步的工作量较大。 4）进行有关性查验。 有关性查验是指对已确立的回归方程能够代表自变量与因变量之间有关关 系的靠谱性进行