多元回归分析原理及例子 |
您所在的位置:网站首页 › 回归方程的显著性检验方法是什么样的 › 多元回归分析原理及例子 |
多元回归分析原理
回归分析是一种处理变量的统计相关关系的一种数理统计方法。 回归分析的基本思想是 : 虽然 自变量和因变量之间没有严格的、 确定性的函数关系 , 但可以设法找出最能代表它们之间关系的 数学表达形式。
回归分析主要解决以下几个方面的问题 : (1) 确定几个特定的变量之间是否存在相关关系 , 如果存在的话 , 找出它们之间合适的数学表 达式 ; (2) 根据一个或几个变量的值 , 预测或控制另一个变量的取值 , 并且可以知道这种预测或控制 能达到什么样的精确度 ; (3) 进行因素分析。例如在对于共同影响一个变量的许多变量 ( 因素 ) 之间 , 找出哪些是重要因 素 , 哪些是次要因素 , 这些因素之间又有什么关系等等。
回归分析有很广泛的应用 , 例如实验数据的一般处理 , 经验公式的求得 , 因素分析 , 产品质 量的控制 , 气象及地震预报 , 自动控制中数学模型的制定等等。
多元回归分析是研究多个变量之间关系的回归分析方法 , 按因变量和自变量的数量对应关系 可划分为一个因变量对多个自变量的回归分析 ( 简称为 “一对多” 回归分析 ) 及多个因变量对多个 自变量的回归分析 ( 简称为 “多对多” 回归分析 ), 按回归模型类型可划分为线性回归分析和非线 性回归分析。
本“多元回归分析原理”是针对均匀设计 3.00 软件的使用而编制的 , 它不是多元回归分析的 全面内容 , 欲了解多元回归分析的其他内容请参阅回归分析方面的书籍。
本部分内容分七个部分 , § 1 ~§ 4 介绍“一对多”线性回归分析 , 包括数学模型、回归系数 估计、回归方程及回归系数的显著性检验、逐步回归分析方法。 “一对多”线性回归分析是多元 回归分析的基础 , “多对多” 回归分析的内容与 “一对多” 的相应内容类似 , § 5 介绍 “多对多” 线性回归的数学模型 , § 6 介绍“多对多”回归的双重筛选逐步回归法。§ 7 简要介绍非线性回 归分析。
§ 1 一对多线性回归分析的数学模型
§ 2 回归系数的最小二乘估计
§ 3 回归方程及回归系数的显著性检验
§ 4 逐步回归分析
§ 5 多对多线性回归数学模型
§ 6 双重筛选逐步回归
§ 7 非线性回归模型
1 一对多线性回归分析的数学模型
§
个自变量存在线性关系设随机变量与 :
, (1.1)
式中为回归系数 , 为随机误差。 (1.1) 式称为回归方程 ,
的均值的问题 , 即现在解决用估计
,
是与 , |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |