首页 > 文章详情

回归分析

作者:
出版日期:
2013年7月
报告页数:
42页
报告字数:
35890字
所属图书:
社会及行为科学研究法(三)·资料分析
下载阅读 在线阅读 原版阅读 生成引文
摘要:

回归分析是一种研究变项与变项之间关系的统计方法。一般而言,分析对象为过去已经发生的经验资料,至少包括一个被解释变项和一个解释变项,以及两者之间的数学函数关系。在回归分析中,被解释变项称为依变项,解释变项称为自变项,连结自变项和依变项的数学函数关系则称为模型,其中包括了研究者所设定的回归系数,而推估回归系数的数值是否符合研究者的期待正是回归分析的主要旨趣所在。通常模型无法完美地连结自变项和依变项之间的关系,因此需要设定误差项,来填补经验资料和模型预测值之间的差距。

关键词:

作者简介:
文章目录
·前言
回归模型的设定
  • (一)确认依变项的分配
  • (二)设定回归模型的函数形式
  • (三)误差项的设定
回归模型的估计
  • (一)最小平方法
  • (二)最大概似法
假设检定
  • (一)假设检定步骤一:确定假设检定的目标
  • (二)假设检定的第二步:决定何者为假设检定的虚无假设
  • (三)假设检定的第三步:根据经验证据来进行假设检定的决策
统计诊断
  • (一)离群值的问题
  • (二)多元共线性的问题
  • (三)模型选定的问题
  • (四)非线性关系的问题
其他回归模型
  • (一)变异数分析
  • (二)类神经网络分析
  • (三)典型回归分析
  • (四)主成分回归分析
·总结
·延伸阅读