回归分析:研究对象的数量波动能否被另外一个或多个因子来解释。
回归方法:最小二乘法(直线到所有点的竖直距离的平方和最小)。
简单线性回归:
直线数学理论公式:y=β0+β1x+e(β0,β1分别为截距和斜率。e为随机误差,即每个观察值和拟合值的差值)
R平方(决定系数):因变量y的波动被预测变量x可以解释的比例,表示方程中变量X对Y的解释程度。R2取值在0到1之间,越接近1,表明方程中X对Y的解释能力越强。通常将R2乘以100%来表示回归方程解释Y变化的百分比。
F检验是通过方差分析表输出的,通过显著性水平(significant level)检验回归方程的线性关系是否显著。一般来说,显著性水平在0.05以上,均有意义。当F检验通过时,意味着方程中至少有一个回归系数是显著的,但是并不一定所有的回归系数都是显著的,这样就需要通过T检验来验证回归系数的显著性。同样地,T检验可以通过显著性水平或查表来确定。
P值:显著性水平。