837
統計學基本統計分析
相關性分析
回歸分析（Regression Analysis）是一種統計學上分析數據的方法，主要是希望探討數據之間是否有一種特定關係。回歸分析是建立因變量Y（或稱依變量、原文為：response variables, dependent variables）與自變量X（或稱獨變量，原文為predictors, independent variables）之間關係的模型。複回歸（Multiple regression）指的是超過一個自變量。回歸分析的目的在於了解兩個或多個變量間是否相關、相關方向與強度，並建立數學模型以便觀察特定變量來預測研究者感興趣的變量。
回歸分析（regression analysis)是確定兩種或兩種以上變量間相互依賴的定量關係的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關係類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，隻包括一個自變量和一個因變量，且二者的關係可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關係，則稱為多元線性回歸分析。
回歸分析（英語：Regression Analysis）是一種統計學上分析數據的方法，目的在於了解兩個或多個變量間是否相關、相關方向與強度，並建立數學模型以便觀察特定變量來預測研究者感興趣的變量。
非線性回歸
有一類模型，其回歸參數不是線性的，也不能通過轉換的方法將其變為線性的參數。這類模型稱為非線性回歸模型。在許多實際問題中,回歸函數往往是較複雜的非線性函數。非線性函數的求解一般可分為將非線性變換成線性和不能變換成線性兩大類。這裏主要討論可以變換為線性方程的非線性問題。
所謂回歸分析法，是在掌握大量觀察數據的基礎上，利用數理統計方法建立因變量與自變量之間的回歸關係函數表達式（稱回歸方程式）。回歸分析中，當研究的因果關係隻涉及因變量和一個自變量時，
非線性回歸叫做一元回歸分析；當研究的因果關係涉及因變量和兩個或兩個以上自變量時，叫做多元回歸分析。此外，回歸分析中，又依據描述自變量與因變量之間因果關係的函數表達式是線性的還是非線性的，分為線性回歸分析和非線性回歸分析。通常線性回歸分析法是最基本的分析方法，遇到非線性回歸問題可以借助數學手段化為線性回歸問題處理。
對具有非線性關係的因變量與自變量的數據進行的回歸分析。
處理非線性回歸的基本方法是，通過變量變換，將非線性回歸化為線性回歸，然後用線性回歸方法處理。假定根據理論或經驗，已獲得輸出變量與輸入變量之間的非線性表達式，但表達式的係數是未知的，要根據輸入輸出的n次觀察結果來確定係數的值。按最小二乘法原理來求出係數值，所得到的模型為非線性回歸模型(nonlinear
regression model)。
如果回歸模型的因變量是自變量的一次以上函數形式，回歸規律在圖形上表現為形態各異的各種曲線，稱為非線性回歸。
多元回歸分析
多元回歸分析，是指分析若幹個預測變項和一個效標變項間的關係。
偏回歸係數
在多元回歸分析中，隨機因變量對各個自變量的回歸係數，表示各自變量對隨機變量的影響程度。 偏回歸係數是多元回歸問題出現的一個特殊性質,如何理解、辨認和求取偏回歸係數正是本文要討論的。為了簡化問題,我們把對偏回歸係數的討論,限定為隻有2個解釋變量的係統,即建立的經濟計量模型為Yi=β0+β1X1i+β2X2i+ui(1) 回歸方程為^Yi=^β0+^β1X1i+^β2X2i(2)式中^βi(i=0,1,2)為偏回歸係數。
logistic回歸
logistic回歸與多重線性回歸實際上有很多相同之處，最大的區別就在於他們的因變量不同，其他的基本都差不多，正是因為如此，這兩種回歸可以歸於同一個家族，即廣義線性模型（generalized linear model）。這一家族中的模型形式基本上都差不多，不同的就是因變量不同，如果是連續的，就是多重線性回歸，如果是二項分布，就是logistic回歸，如果是poisson分布，就是poisson回歸，如果是負二項分布，就是負二項回歸，等等。隻要注意區分它們的因變量就可以了。
logistic回歸的因變量可以是二分類的，也可以是多分類的，但是二分類的更為常用，也更加容易解釋。所以實際中最為常用的就是二分類的logistic回歸。
方差分析
方差分析是統計學上的一個概念，又稱“變異數分析”或“F檢驗”，是R.A.Fister發明的，用於兩個及兩個以上樣本均數差別的顯著性檢驗。
方差或標準差是表示一組數據的波動性的大小的指標,標準差是方差的算術平方根,因此方差或標準差可以判斷一組數據的穩定性:方差或標準差越大,數據越不穩定;
平均數可以反映一組數據的平均水平; 眾數是一組數據中出現次數最多的數,即眾數可以反映一組數據的多數水平; 中位數是一組數據中最中間位置的數(奇數個數據時)或最中間的兩個數的平均數(偶數個數據時),所以中位數可以反映一組數據的中間位置水平.
最後更新：2017-04-03 05:39:31