(1.1)--基于多元线性回归分析的高校在校大学生人数预测模型构建.pdfVIP

基于多元线性 回归分析 的 高校在校 大学生人数预测模型 构建 : ， ， 摘 要 本文基 于多元线性 回归分析的基本原理 对 某地区影响 高校在校大 学生人数的主要 显著性 因素 如招生规 、 。 ， 模 人均地区生产总值及 当地高校数量等 因素进行分析 比较 通过 回归统计和方 差分析的结果 建立大学生人数的 多元 线 ， 。 ， ， “ ” 性 回归预测模型 并对模型进行统计量检验 检验结果表明 建立的模型合理可靠 可为当地预 测 十四五 规 划期 间 ， 。 高校在校大 学生人数规模 进 而为当地有关部 门制定高等教育发展与高校就业工作 的相关政策提供参考与借鉴作 用 关键词: 多元线性 回归; 学生人数; 预测模型 1 多元线性 回归分析及其基本原理 1． 3 多元线性 回归分析的模型检验 1． 1 多元线性 回归分析 1． 3． 1 检验 回归模型的拟合优度 ， 为寻求一个近似数学表达式来 描述若干个 变量之间 对 以上假设 的多元线性 回归模 型 我们可以利用可决 ， 系数 Ｒ2 去度量样本回归线对样本观测值 的拟合优度: 的相关关系 应用数理统计方法所进行 的统计方法称为 回 － 2 ， 。 归分析法 所求 出的数学表达式通 常称为 回归方程模 型 : SST = ( y －y ) ， : 总离差 平 方 和 式 ∑ i 回归 平 方 和 式 回归分析是确定两个 或两个以上变量 因素 间相互依赖 的 ^ － 2 ^ 2 SSＲ = ( y －y ) ， : SSE = ( y －y ) ， ∑ i 残差平方和式 ∑ i i 由此可 ， ， 定量关系的一种统计方法 在 回归分析研究 中 如果一个 : SST = SSＲ +SSE 。 ， ， 以推 出 因此 在多元线性 回归 中 我们定 变量( 我们称之为因变量或被解释变量) 与其他若干个 变 ， :