关于回归分析分类

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）

1. 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。