多重线性回归分析简介:
简单线性回归是只考虑单因素影响的预测模型,事实上,影响因变量的因素往往不止一个,可能会有多个影响因素,也就是研究一个因变量与多个自变量的线性回归问题,就用到多重线性回归分析了。
多重线性回归的作用:
1、探索对于因变量具有影响作用的因素;
2、控制混杂因素,评价多个自变量对因变量的独立效应;
3、用已知的自变量来估计和预测因变量的值及其变化。
多重线性回归与多元线性回归
- 多重线性回归:是指包含两个或两个以上自变量的线性回归模型;
- 多元线性回归:是指包含两个或两个以上因变量的线性回归模型
多重线性回归模型为:
Y = a + b1X1 + b2X2 + … + bnXn + ε
🎈🎈
Y:因变量 Xn:第n个自变量
a:常数项,是回归直线在纵坐标轴上的截距
bn:第n个偏回归系数
ε:随机误差,即随机因素对因变量所产生的影响
偏回归系数b1指在其他变量保持不变的的情况下,自变量X1每变动一个单位所引起的因变量Y的平均变化,b2…bn依次类推。
多重回归系数——偏回归系数
建立多重线性回归方程的✨✨关键:
求出各个偏回归系数bn,同样使用最小二乘