目的:当需要用一个数学表达式(模型)表示多个因素(原因)与另外一个因素(因素)之间关系时,可选用回归分析法。
应用:1)分析哪些自变量对因变量存在显著影响作用,R方值可以不要求大于0.8
2)通过选择对因变量存在影响的自变量,建立预测因变量取值的预测模型,模型R方值必须要求大于等于0.8
但是,在人文社科领域,很多回归模型的R方值达不到0.8,也可以用来做预测。
(回归分析属于参数检验法)
回归分析的建立步骤:
1)选择变量
自变量:第一:前人的研究成果,第二:个人经验
因变量:根据研究需求或问题推导出来
2)确定自变量与因变量之间的关系
首先,挨个将自变量与因变量画散点图,判断每个自变量与因变量之间是线性还是非线性关系。
其次,通过卡方检验、T检验、F检验或相关分析法,挨个分析每个备选的自变量与因变量之间是否存在显著的相关性。将与因变量明显没有相关性的自变量剔除掉,不加入到后期模型中。
线性关系
非线性关系(二次、三次、指数、对数、S型、增长曲线等等)
3)选择对应的线性方程或非线性方程,进行各项参数的计算
线性回归方程
非线性回归方程(二次,三次,指数,对数,S型,增长曲线等等)
- 对模型进行全方位检验
第一:多重共线性检验:检验多个自变量之间是否存在相关性较高的变量,如有,则保留与因变量相关性最高一个自变量。