1、回归分析的概念
所谓回归分析,就是根据相关关系的具体形态,选择一个合适的数学模型,来近似地表达变量间的依赖关系。
回归分析和相关分析,联系密切,有共同研究对象,在具体应用时,也常常需要互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式,而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有当变量之间存在着高度相关时,进行回归分析寻求其相关的具体形式才有意义。
相关分析研究变量之间相关的方向和相关的程度;回归分析研究变量之间相互关系的具体形式。
回归分析过程:确定因变量X,自变量Y,用X来表示Y。
2、一元线性回归模型
一元线性回归方程:
反映了由于自变量X的变化而引起的因变量Y的线性变化。表示线性关系之外的随机因素,是个随机变量。
因变量Y的期望E(Y)依赖自变量X的方程:
3、最小二乘法
4、模型的检验和预测
①模型的检验:决定系数,可以测度回归直线对样本数据的拟合程度,计算公式如下:
决定系数的取值在0到1之间。越接近1,拟合效果越好,越接近0,拟合效果越差。
②模型的预测:回归分析的一个重要应用就是预测,即利用估计的回归模型预估因变量数值。