多元回归分析（分类与运用）

一、回归分析的任务就是， 通过研究自变量X和因变量Y的相关关系，尝试去解释Y的形成机制，进 而达到通过X去预测Y的目的。

常见的回归分析有五类：线性回归、0‐1回归（逻辑回归）、定序回归、计数回归 和生存回归，其划分的依据是因变量Y的类型。

1.因变量还可以有多种类别：

（1）连续数值型变量

（2）0-1型变量：结果只有两种并且相互对立。

（3）定序变量：拥有一定的顺序如：优秀、良好、中等、及格、不及格。

（4）计数变量：代表发生次数。

（5）生存变量：截止数据（不确定），例如：寿命80+，截止到今年他80岁，具体他能够活到多少岁，还不知道。

2.这就是回归分析要完成的三个使命：

第一、识别重要变量；

第二、判断相关性的方向；

第三、要估计权重（回归系数（必须要去量纲））

3.回归分析的分类：

OLS:普通最小二乘

GLS:广义最小二乘

 

不同数据类型的处理方法：

横截面数据：在某一时点收集的不同对象的数据。

时间序列数据：对同一对象在不同时间连续观察所取得的数据

面板数据：横截面数据与时间序列数据综合起来的一种数据资源。