1樓：匿名使用者
在統計學中，線性迴歸(linear regression)是利用稱為線性迴歸方程的最小平方函式對一個或多個自變數和因變數之間關係進行建模的一種迴歸分析。這種函式是一個或多個稱為迴歸係數的模型引數的線性組合。只有一個自變數的情況稱為簡單迴歸,大於一個自變數情況的叫做多元迴歸。
（這反過來又應當由多個相關的因變數**的多元線性迴歸區別，而不是一個單一的標量變數。）
迴歸分析中有多個自變數：這裡有一個原則問題，這些自變數的重要性，究竟誰是最重要，誰是比較重要，誰是不重要。所以，spss線性迴歸有一個和逐步判別分析的等價的設定。
原理：是f檢驗。spss中的操作是「分析」～「迴歸」～「線性」主對話方塊方法框中需先選定「逐步」方法～「選項」子對話方塊
如果是選擇「用f檢驗的概率值」，越小代表這個變數越容易進入方程。原因是這個變數的f檢驗的概率小，說明它顯著，也就是這個變數對迴歸方程的貢獻越大，進一步說就是該變數被引入迴歸方程的資格越大。究其根本，就是零假設分水嶺，例如要是把進入設為0.
05，大於它說明接受零假設，這個變數對迴歸方程沒有什麼重要性，但是一旦小於0.05，說明，這個變數很重要應該引起注意。這個0.
05就是進入迴歸方程的通行證。
下一步：「移除」選項：如果一個自變數f檢驗的p值也就是概率值大於移除中所設定的值，這個變數就要被移除迴歸方程。
spss迴歸分析也就是把自變數作為一組待選的商品，高於這個價就不要，低於一個比這個價小一些的就買來。所以「移除」中的值要大於「進入」中的值，預設「進入」值為0.05，「移除」值為0.
10如果，使用「採用f值」作為判據，整個情況就顛倒了，「進入」值大於「移除」值，並且是自變數的進入值需要大於設定值才能進入迴歸方程。這裡的原因就是f檢驗原理的計算公式。所以才有這樣的差別。
結果：如同判別分析的逐步方法，**中給出所有自變數進入迴歸方程情況。這個**的標誌是，第一列寫著擬合步驟編號，第二列寫著每步進入迴歸方程的編號，第三列寫著從迴歸方程中剔除的自變數。
第四列寫著自變數引入或者剔除的判據，下面跟著一堆文字。
邏輯迴歸和線性迴歸的區別是什麼？
2樓：是你找到了我
一、性質不同
1、邏輯迴歸
：是一種廣義的線性迴歸分析模型。
2、線性迴歸：利用數理統計中迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
二、應用不同
1、邏輯迴歸：常用於資料探勘，疾病自動診斷，經濟**等領域。
2、線性迴歸：常運用於數學、金融、趨勢線、經濟學等領域。
3樓：匿名使用者
線性迴歸要求因變數必須是連續性資料變數；邏輯迴歸要求因變數必須是分類變數，二分類或者多分類的；比如要分析性別、年齡、身高、飲食習慣對於體重的影響，如果這個體重是屬於實際的重量，是連續性的資料變數，這個時候就用線性迴歸來做；如果將體重分類，分成了高、中、低這三種體重型別作為因變數，則採用logistic迴歸。
延展回答：
邏輯迴歸又稱logistic迴歸分析，是一種廣義的線性迴歸分析模型，常用於資料探勘，疾病自動診斷，經濟**等領域。例如，**引發疾病的危險因素，並根據危險因素**疾病發生的概率等。以胃癌病情分析為例，選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群必定具有不同的體徵與生活方式等。
線性迴歸是利用數理統計中迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法，運用十分廣泛。其表達形式為y = w'x+e，e為誤差服從均值為0的正態分佈。迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。
在統計學中，線性迴歸(linear regression)是利用稱為線性迴歸方程的最小平方函式對一個或多個自變數和因變數之間關係進行建模的一種迴歸分析。這種函式是一個或多個稱為迴歸係數的模型引數的線性組合。只有一個自變數的情況稱為簡單迴歸,大於一個自變數情況的叫做多元迴歸。
線性迴歸分析其中「β、 t 、f」分別是什麼含義？
4樓：_深__藍
β也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。
t值是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異。
f是對迴歸模型整體的方差檢驗，所以對應下面的p就是判斷f檢驗是否顯著的標準，你的p說明迴歸模型顯著。r方和調整的r方是對模型擬合效果的闡述，以調整後的r方更準確一些，也就是自變數對因變數的解釋率為27.8%。
線性迴歸的基本應用：
線性迴歸是迴歸分析中第一種經過嚴格研究並在實際應用中廣泛使用的型別。這是因為線性依賴於其未知引數的模型比非線性依賴於其位置引數的模型更容易擬合，而且產生的估計的統計特性也更容易確定。
線性迴歸模型經常用最小二乘逼近來擬合，但他們也可能用別的方法來擬合，比如用最小化「擬合缺陷」在一些其他規範裡（比如最小絕對誤差迴歸），或者在橋迴歸中最小化最小二乘損失函式的懲罰.相反,最小二乘逼近可以用來擬合那些非線性的模型.因此，儘管「最小二乘法」和「線性模型」是緊密相連的，但他們是不能劃等號的。
5樓：中子
首先來說明各個符號，b也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。
迴歸的檢驗首先看anova那個表，也就是f檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效**因變數，這個在寫資料分析結果時一般可以不報告
然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表，r方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的r方，這個值是針對自變數的增多會不斷增強**力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，r方也會變大，調整後的r方是對較多自變數的懲罰），r可以不用管，標準化的情況下r也是自變數和因變數的相關
標準誤表示由於抽樣誤差所導致的實際值和迴歸估計值的偏差大小，標準誤越小，迴歸線的代表性越強
希望對您有用
簡述多元線性迴歸分析的步驟是什麼？
6樓：趙星宇
在迴歸分析中，如果有兩個或兩個以上的自變數，就稱為多元迴歸。事實上，一種現象常常是與多個因素相聯絡的，由多個自變數的最優組合共同來**或估計因變數，比只用一個自變數進行**或估計更有效，更符合實際。因此多元線性迴歸比一元線性迴歸的實用意義更大。
1、普通最小二乘法(ordinary least square, ols)
普通最小二乘法通過最小化誤差的平方和尋找最佳函式。
通過矩陣運算求解係數矩陣
2、廣義最小二乘法(generalized least square)
廣義最小二乘法是普通最小二乘法的拓展，它允許在誤差項存在異方差或自相關，或二者皆有時獲得有效的係數估計值。
其中，ω是殘差項的協方差矩陣。
什麼是迴歸分析，運用迴歸分析有什麼作用？？？
7樓：景田不是百歲山
迴歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。
擴充套件資料：
迴歸分析步驟
1、確定變數
明確**的具體目標，也就確定了因變數。如**具體目標是下一年度的銷售量，那麼銷售量y就是因變數。通過市場調查和查閱資料，尋找與**目標的相關影響因素，即自變數，並從中選出主要的影響因素。
2、建立**模型
依據自變數和因變數的歷史統計資料進行計算，在此基礎上建立迴歸分析方程，即迴歸分析**模型。
3、進行相關分析
迴歸分析是對具有因果關係的影響因素（自變數）和**物件（因變數）所進行的數理統計分析處理。只有當自變數與因變數確實存在某種關係時，建立的迴歸方程才有意義。因此，作為自變數的因素與作為因變數的**物件是否有關，相關程度如何，以及判斷這種相關程度的把握性多大，就成為進行迴歸分析必須要解決的問題。
進行相關分析，一般要求出相關關係，以相關係數的大小來判斷自變數和因變數的相關的程度。
4、計算**誤差
迴歸**模型是否可用於實際**，取決於對迴歸**模型的檢驗和對**誤差的計算。迴歸方程只有通過各種檢驗，且**誤差較小，才能將回歸方程作為**模型進行**。
5、確定**值
利用迴歸**模型計算**值，並對**值進行綜合分析，確定最後的**值。
8樓：匿名使用者
中文名稱：迴歸分析 英文名稱：regression analysis 定義：
研究一個隨機變數y對另一個(x)或一組(x1，x2，…，xk)變數的相依關係的統計分析方法。 應用學科：遺傳學（一級學科）；群體、數量遺傳學（二級學科）
迴歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。運用十分廣泛，迴歸分析按照涉及的自變數的多少，可分為一元迴歸分析和多元迴歸分析；按照自變數和因變數之間的關係型別，可分為線性迴歸分析和非線性迴歸分析。如果在迴歸分析中，只包括一個自變數和一個因變數，且二者的關係可用一條直線近似表示，這種迴歸分析稱為一元線性迴歸分析。
如果迴歸分析中包括兩個或兩個以上的自變數，且因變數和自變數之間是線性關係，則稱為多元線性迴歸分析。
線性擬合和線性迴歸的區別是什麼,邏輯迴歸和線性迴歸的區別是什麼？
線性迴歸就是線性擬合，在統計的意義上是等價的。擬合就是為了找到那條，對所有點來說，殘差平方和最小的直線，線性迴歸也是。迴歸是國外的 叫regression，命名的統計學家是想說，這些點都圍繞在一條看不見的直線，直線周圍的點若偏離的大了感覺就有迴歸直線，向直線靠攏的趨勢。擬合是國內的傳統 用一條直線代...
線性迴歸分析和指數迴歸分析有什麼區別，如何使用
您好線性迴歸分析和指數迴歸分析其實理論基礎是一樣的，基本沒有區別，另外，今年的 基本會出現大幅度的 這已經是不可避免的了，經濟資料您也可以看到，市場的 業績下滑也是不爭的事實，另外大股東的 和註冊制度加快實施，也會嚴重影響 市場，另外新股加速擴容和人民幣加速貶值，都在很大的方面壓制 這些還只是 市場...
線性迴歸方程yaxb中的a，b怎麼算
a y x 的方程的斜率，b是與y軸的交點 0，b 線性迴歸方程中y ax b與y a bx有區別嗎 當a b時沒區別 a不等於b 就有區別 如何用excel線性迴歸求y ax b中的a,b值 ln y ln a b ln x，在excel裡面把你的x y均轉化成ln y，ln x 這個用公式可以實...