回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析,时间序列模型以及发现变量之间的因果关系。一般来说,回归分析至少需要“自变量数目10倍以上”的样本。

回归分析的大致步骤:首先确定自变量X(解释变量)和应变量Y(被解释变量)→对模型情况进行分析→分析X的显著性→判断X对Y的影响关系方向→对比影响程度大小等→对分析进行总结。应用时应注意:① 用定性分析判断现象之间的依存关系;② 避免回归预测的任意外推;③ 应用合适的数据资料。

如果回归分析出现各类异常,可通过比如描述分析、箱线图、散点图等查看数据中是否有异常值,找出异常值,并且处理掉异常值。在进行相关分析时,不需要特别区分X和Y,但在做回归分析时,首先要确定X和Y。有时由于问卷没有设计对应的问卷题项,那么建议可以将X所有题项概括计算平均值来表示Y。

发表评论

您的电子邮箱地址不会被公开。