线性回归及线性相关、等级相关、非线性回归这些统计学过程的理论分析前提是什么?彼此有什么样的关系?如何判断非线性回归拟合方程的好坏?
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/13 11:55:07
线性回归及线性相关、等级相关、非线性回归这些统计学过程的理论分析前提是什么?彼此有什么样的关系?如何判断非线性回归拟合方程的好坏?
按照回归的表现形式:线性回归与非线性回归研究一个因变量与一个自变量之间的相关分析是回归分析的基础和前提,回归分析则是相关分析的深入和继续.相关
线性回归及线性相关、等级相关、非线性回归这些统计学过程的理论分析的前提是研究的数据服从正态分布或近似地服从正态分布。
相关分析与回归分析均为研究两个或多个随机变量间关联性的方法,相关分析和回归分析有着密切的联系,它们不仅具有共同的研究对象,而且在具体应用时,常常必须互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式,而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有...
全部展开
线性回归及线性相关、等级相关、非线性回归这些统计学过程的理论分析的前提是研究的数据服从正态分布或近似地服从正态分布。
相关分析与回归分析均为研究两个或多个随机变量间关联性的方法,相关分析和回归分析有着密切的联系,它们不仅具有共同的研究对象,而且在具体应用时,常常必须互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式,而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有当变量之间存在着高度相关时,进行回归分析寻求其相关的具体形式才有意义。但两种数理统计方法存在本质的差别,即它们用于不同的研究目的。相关分析的目的在于检验两个随机变量的共变趋势(即共同变化的程度),回归分析的目的则在于试图用自变量来预测因变量的值。在相关分析中,两个变量必须同时都是随机变量,如果其中的一个变量不是随机变量,就不能进行相关分析。这是相关分析方法本身所决定的。对于回归分析,其中的因变量肯定为随机变量(这是回归分析方法本身所决定的),而自变量则可以是普通变量(规范的叫法是“固定变量”有确定的取值)也可以是随机变量。如果自变量是普通变量,采用的回归方法就是最为常用的“最小二乘法”;如果自变量是随机变量,所采用的回归方法与计算者的目的有关:在以预测为目的的情况下,仍采用“最小二乘法”,在以估值为目的的情况下须使用相对严谨的“主轴法”、“约化主轴法”或“Bartlett法”。
非线性回归拟合方程的好坏主要是通过比较拟合方程的残差、用F检验以检验参数的显著性来判断的。
收起