回归分析（regression analysis)

回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。

主要内容：

1、收集分析问题的数据,确定自变量与因变量（回归分析是从已知数据出发确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数,属于因果分析）;

2、根据业务逻辑筛选自变量，评估自变量与因变量关系。尝试建立回归模型，估计参数的常用方法是最小二乘法;

3、对这些关系式的可信程度进行检验。

4、在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量选入模型中，而剔除影响不显著的变量，通常用逐步回归、向前回归和向后回归等方法。

5、利用所求的关系式对某一生产过程进行预测或控制。评估模型的拟合程度，判定是否可用。

检验方法：

1、方程的确定性系数(coefficient of determination)：又称R2,拟合度检验。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。

2、F检验是通过方差分析表输出的，通过显著水平（significant level）