SPSS--
回归
-
多元线性回归模型案例解析!
(
一?/p>
多元线性回归,主要是研究一个因变量与多个自变量之间的相关关系,跟一元回归原?/p>
差不多,区别在于影响因素(自变量)更多些而已,例如:一元线性回归方?/p>
为:
毫无疑问,多元线性回归方程应该为?
上图中的
x1,
x2, xp
分别代表
?/p>
自变?/p>
”Xp
截止,代表有
P
个自变量,如果有
“N
组样本,
那么这个多元线性回归,将会组成一个矩阵,如下图所示:
那么,多元线性回归方程矩阵形式为?/p>
其中?
代表随机误差?/p>
其中随机误差分为:可解释的误?/p>
?/p>
不可解释的误
差,随机误差必须满足以下四个条件,多元线性方程才有意义(一元线性方程也一样)
1
:服成正太分布,即指:随机误?
必须是服成正太分别的随机变量?/p>
2
:无偏性假设,即指:期望值为
0
3
:同共方差性假设,即指,所有的
随机误差变量方差都相?/p>
4
:独立性假设,即指:所有的随机误差变量都相互独立,可以用协方差解释?/p>
今天跟大家一起讨论一下,
SPSS---
多元线性回归的具体操作过程,下面以教程教程数据
为例,分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系,
建立拟合多元线性回归模型。数据如下图所示: