一元线性回归分析一和 相关数学知识的定义

一元线性回归定义

一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立X与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。 一元线性回归分析法的预测模型如下：

 

式中，xt代表t期自变量的值； 代表t期因变量的值； a、b代表一元线性回归方程的参数。 a、b参数由下列公式求得（用代表）：

 相关系数R^2定义

表征依变数Y的变异中有多少百分比,可由控制的自变数X来解释. 相关系数（coefficient of correlation）的平方即为决定系数。它与相关系数的区别在于除掉|R|=0和1情况， 由于R2<R,可以防止对相关系数所表示的相关做夸张的解释。 确定系数：在Y的总平方和中，由X引起的平方和所占的比例，记为R2(R的平方) 确定系数的大小决定了相关的密切程度。 当R2越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。这是在一元回归分3析中的情

况。但从本质上说确定系数和回归系数没有关系，就像标准差和标准误差在本质上没有关系一

样。 在多元回归分析中，确定系数是通径系数的平方。 表达式：R2=SSR/SST=1-SSE/SST 其中： SST=SSR+SSE，SST (total sum of squares)为总平方和，SSR (regression sum of squares)为回归平方和，SSE (error sum of squares) 为残差平方和。 注：（不同书命名不同） 回归平方和： SSR(Sum of