多元回归与多元线性回归有区别没?

eh97xzko2022-10-04 11:39:541条回答

多元回归与多元线性回归有区别没?
如题

已提交,审核后显示!提交回复

共1条回复
废物点心79 共回答了21个问题 | 采纳率100%
1.线性回归和非线性回归没有实质性的区别,都是寻找合适的参数去满足已有数据的规律.拟和出来的方程(模型)一般用来内差计算或小范围的外差.
2.Y与X之间一般都有内部联系,如E=m*c^2.所以回归前可收集相关信息,或可直接应用.
3.Y 和每个X之间作出散点图,观察他们的对应关系.如果是线性的,改参数可以适用线性回归;否则,可考虑非线性回归.
4.线性回归可直接用最小二乘法计算对应系数,对系数做假设检验(H0:b=0,Ha:b0),排除影响小的变量,再次回归即可; 非线性可以考虑对X或Y作变换,如去对数,平方,开方,指数等,尽可能转化为线性回归即可.
5.参考拟和优度R^2 和方差S,对模型的准确性有一定的认识.
1年前

相关推荐

多元回归中,t检验和F检验的原理是什么?
hmily8503271年前1
地域书生 共回答了13个问题 | 采纳率84.6%
多元回归问题:对于一组变量(x1,...,xp;Y)作了n次观测,
得到:(xi1,...,xip;yi),i=1...n;
Yi=β0+β1xi1+...+βpxip +εi,i=1...n;
构成p元回归分析问题
其实和一元的类似,首先取检验统计量,在显著水平a下,确定一个拒绝域来进行检验判断.
不同的就是统计量的取值问题:
F=[SSr/p]/[SSe/(n-p-1)],F(p.n-p-1)
多元回归方程求偏导数?本人对数学一窍不通,如题:多元回归方程为:Y=0.5+0.001X1+0.007125X2+0.0
多元回归方程求偏导数?
本人对数学一窍不通,如题:多元回归方程为:Y=0.5+0.001X1+0.007125X2+0.042X3+0.0015X1X2-0.013X1X3-0.00475X2X3-0.04X12-0.012X22-0.006475X32 分别求X1、X2、X3的偏导数,...
追波1年前1
badboy_lsj 共回答了14个问题 | 采纳率71.4%
多元函数求偏导,分别对一个变量求导数,另外的变量当作常数即可.如你题中先对X1求导,X2,X3堪称常数,求导结果:X1‘=0.001+0.0015X2-0.013X3-0.04X12’.问题是你的函数中有一项X12 为隐含数,求不出来.查看更多答案
在多元回归中 调整后的判定系数 与判定系数 的关系有
wh20763911年前0
共回答了个问题 | 采纳率
统计里SPSS里多元回归问题一个被解释变量5个解释变量3个控制变量为什么看到有写论文是一次性把5个解释变量 3个控制变量
统计里SPSS里多元回归问题
一个被解释变量
5个解释变量
3个控制变量
为什么看到有写论文是一次性把5个解释变量 3个控制变量全纳入回归方程中
为什么有些是单个解释变量跟3个控制变量进行回归,这样逐个逐个弄解释变量
就我现在做的实证分析,如果一次性把所有的解释变量跟控制变量都纳入方程,则有几个结果不是我想看到的
但如果一次就一个解释变量加上3个控制变量的话,有些结果就比较符合写作要求
请问这两种操作有什么影响
特种陶瓷1年前1
Google测试员3466 共回答了20个问题 | 采纳率80%
解释变量不可能去和控制变量做回归
结果如果不是你想看到的,是很正常的事情
你纯粹是为了结果去拼凑方法,不建议这样乱做
我该用SPSS中,哪种多元回归?
我该用SPSS中,哪种多元回归?
现在有一个因变量,有三个值,1、2、3,不是传统的二分变量.我要探寻8个自变量对他的影响,请问在SPSS里边怎么做?
小燕子上路1年前1
rrrr我 共回答了21个问题 | 采纳率85.7%
因变量超过两个分类值的 就用多元logogist回归分析,如果你的因变量的分类是有明显的排序的 就用多元定序的 logist回归. 如果因变量分类间没有什么顺序意义的 就用无序的logist回归.
在spss里面也是可以做的.
求教!关于多元回归分析结果的问题!
求教!关于多元回归分析结果的问题!
有四个预测变量.ANOVA分析的结果是,F值为51.822,P值为
换句话说,回归方程有效,但拟合度不高,这两者不矛盾吗?
满意的回答可追加悬赏,谢谢!
孤独的NET1年前1
huhong 共回答了18个问题 | 采纳率94.4%
F检验通过,只能说明能够拒绝原假设,F检验的原假设是:自变量系数全为零.拒绝这个原假设,说明4个自变量的系数不全为零,模型是有存在的意义的.但是并不能说明每个自变量都是有效地,也不能说明有效地因素都被选入.
R方是拟合优度,说明的数据的利用率,也就是说所有已知信息中,只有13.7%的用于解释因变量,说明可能是你的模型构造不准确,也可能遗漏了因素没有选入.
回归方程有效,但拟合度不高并不矛盾,跟据这两个值可以判断,模型已选择的自变量中存在有效的,也存在无效的,同时也遗漏了变量.你还需要结合每个系数的t检验重新判断模型.
当然还存在一种情况,在实际经济数据分析中,R方很难接近1,有0.3左右就不错了.在这种情况下就不要勉强了.当然越大越好
SPSS进行多元回归分析后少了一个变量——在线等
SPSS进行多元回归分析后少了一个变量——在线等
四个自变量,一个因变量,自变量是比例,加起来等于1.用SPSS进行回归分析时自动去掉了其中一个变量,接下来该怎么办?拟合回归模型还是需要这四个变量的.
天山来客1年前1
西门约翰 共回答了17个问题 | 采纳率88.2%
那可能回归的方式你选择了依次进入的方式,这种方式会把回归系数不显著,也即对因变量没有统计学上的预测能力的变量排除,如果你一定要那个自变量,在回归的进入方式中选择“进入(enter)”,不要选依次进入
不过也要提醒你,如果依次进入排除了这个自变量,说明这个自变量的确没什么用
请问,在多元回归分析中,如果回归方程的R平方值比较接近于0而不是1,说明什么?
请问,在多元回归分析中,如果回归方程的R平方值比较接近于0而不是1,说明什么?
我做了一个多元回归分析,一个解释变量,四个控制变量.用Stata后,回归方程的R平方为0.062,很小,但是R平方不是越接近1表示拟合度越高吗.那我的R平方接近于零,是不是说我的回归方程没有什么拟合度,那我这个方程中被解释变量和解释变量的设置是不是没什么意义呢?
统计老师很可怕.
zlushangnwpu1年前1
kuak 共回答了13个问题 | 采纳率92.3%
相当于没有找到预测变量,看你是分析影响因素还是预测,影响因素的话r2没必要特别高的,预测要求大于0.7
在SAS能否用多元回归的方法判定两组数据是否具有显著性差异
在SAS能否用多元回归的方法判定两组数据是否具有显著性差异
如果不能,请说明理由.
如果能,请比较下面两组数据,
第一组:480 489 486 469 495 466 450 423 473 380 513 538 552 517 453 501 408 372 357 489 389 413 340 377 397 487
第二组:114 98 57 37 39 37 45 30 76 57 50 47 47 35 38 56 72 66 78 53 63 54 51 67 68 42
梁真1年前1
vv黑马 共回答了15个问题 | 采纳率93.3%
这个地方只有两个变量,你怎么用多元回归来分析呢,而且是判断他们是否存在显著性差异,可能做不了,回归分析只能判断变量之间是否存在相关关系.
你可以通过t检验或者卡方检验来看看他们是否有显著差异
请问用EVIEWS做多元回归后,F检验和T检验怎么做?其中自由度的n-1,n-k这些的n和k分别是指什么?
dssdsdds1231年前2
halisen 共回答了13个问题 | 采纳率84.6%
多元回归分析会给出F检验和T检验结果的,其中F检验是针对整个模型的,如果检验显著那么说明自变量对因变量能够较好地解释;而T检验是针对单个变量的,如果显著说明单个自变量对因变量有较大影响否则就需要将其踢出模型之外.
自由度n一般是指样本总数,k是指自变量的个数.
SPSS的多元回归分析结果我做了一个多元回归分析,但是看不懂结果,请懂得这方面的朋友帮忙看一看,Coefficients
SPSS的多元回归分析结果
我做了一个多元回归分析,但是看不懂结果,请懂得这方面的朋友帮忙看一看,Coefficients(a)
Unstandardized Coefficients Standardized Coefficients 95.0% Confidence Interval for B
Model B Std.Error Beta t Sig.Lower Bound Upper Bound
1 (Constant) .093 .140 .665 .510 -.190 .376
PPE .177 .059 .507 2.997 .005 .058 .297
intangble asset -.526 .849 -.156 -.620 .539 -2.241 1.190
foreign asset .023 .164 .021 .140 .890 -.308 .354
leverage -.255 .167 -.257 -1.527 .135 -.593 .083
R&D -.316 .796 -.062 -.397 .694 -1.925 1.294
foreign revenue .142 .116 .317 1.230 .226 -.092 .376
log total asset .004 .021 .032 .202 .841 -.038 .046
a.Dependent Variable:cash ERT
liuyun1年前1
Sabbath_black 共回答了20个问题 | 采纳率85%
你看每个变量的sig值,如果小于0.05,就说明该变量对因变量有显著影响,反之则没显著影响,beta 那一列是回归系数,B那一列是标准回归系数.
已知样本容量n=200,对有5个自变量,1个因变量的多元回归方程进行假设检验,其误差自由度是?
已知样本容量n=200,对有5个自变量,1个因变量的多元回归方程进行假设检验,其误差自由度是?
自由度公式是哪个?
小人人1年前2
falnar 共回答了16个问题 | 采纳率100%
这说明这些变量之间存在自相关,模型选择的是代表程度更高且自变量相互之间相关性低的自变量来,以保证自变量变化时,只影响因变量,而不影响其它模型中的自变量.
建议你对这些自变量做两两之间的相关性检验,以说明他们不适合同时存在于模型中
生物统计分析中简单回归、多元回归和混合线性模型方法的异同点以及优缺点?
生物统计分析中简单回归、多元回归和混合线性模型方法的异同点以及优缺点?
如题,答得好再追加分!
这是浙江大学开设的《生物统计与试验设计》课程
冷水仙1年前1
lsj198483 共回答了23个问题 | 采纳率91.3%
简单回归:简单,考虑因素少,机理不明,需要资料少,在特定区域可能有不错效果,但推广价值低
多元回归:较复杂,考虑因素较多,机理不明,需要资料较多,在特定区域可能有很好效果,有一定推广价值
混合线性模型:复杂,考虑因素多,机理较明确,需要资料多,模型率定困难,一般都有很好效果,推广价值高