迴歸分析
维基百科，自由的百科全书
迴歸分析( Regression Analysis ) 是一種統計學上對數據進行分析的方法，主要是希望探討兩組數據之間是否有一種特定關係。迴歸分析的目的在於了解兩個或多個變數間是否相關、相關方向與強度，並建立數學模型以便觀察特定變數來預測研究者感興趣的變數。
目录 |
[编辑] 介紹
迴歸分析是建立多個應變數Y（或稱依變數、原文為：response variables, dependent variables），與自變數X（或稱獨變數，原文為predictors, independent variables）之間關係的模型，若應變數在一個以上，則稱為複迴歸。
[编辑] 迴歸分析原理
- 目的再於找出一條最能夠代表所有觀測資料的函數(迴歸估計式)。
- 用此函數代表應變數和自變數之間的關係。
[编辑] 參數估計
- 最小平方估計法(ordinary least square estimation, OLSE)
- 最大概似法(maximum likelihood estimation, MLE)
[编辑] 迴歸分析的種類
[编辑] 簡單線性迴歸分析
- 應用時機
- 以單一變數進行預測
- 判斷兩變數之間相關的方向和程度
[编辑] 複迴歸（或多變量迴歸分析）
- 複迴歸分析(multiple-regression-analysis)是簡單相關的一種延伸應用，用以瞭解一個以上獨變項與兩組以上一變項的函數關係。
[编辑] 非線性迴歸
[编辑] 參閱
- 相關分析
- 多變量統計
