c、对回归系数进行显著性检验 4)可线性化的曲线回▣归 先做数据变换，然后对变换后的数据做直线回归分析，再将结果变换回曲线 方程。 第二节多元线性回归 1、主要内容：多元线性回归的原理与计算 2、基本概念与知识点： 1)多元回归方程 a)多元线性回归方程是指Y对X1、X2。。知的线性回归方程。 b)多元线性回归方程的建立原理和一元线性回归方程一样，多元线性回 归方程也用最小二乘法来确定回归系数。 c)多元线性标准回归方程为了比较多个自变量在估计预测因变量时所起 作用的大小，需要将所有变量分别转换成标准分数，然后比较由标准分 数所建立的标准回归方程中的多个标准回归系数，以此判断两个自变量 作用的大小 2)多元回归的检验 多元线性回归的检验包括两个方面：一是检验回归方程的显著性：另一是检 验两个偏回归系数的显著性。 3)、多元线性回归方程中自变量的选择 a)指定变量(enter) b)向后剔除法(backward) c)向前选择法(forward) d)逐步回归法(stepwise) 逐步回归的原理是按每个自变量对因变量的作用，从大到小逐个地引入回归 方程，每引入一个自变量要对回归方程中的每一个自变量都讲行显著性检验（即 对其偏回归系数进行显著性检验)。这样逐步地引入自变量，并剔除不显著的自 变量，直至将所有的自变量都引入，并将不显著的自变量都剔除为止，最后形成 的回归方程就是最优方程。 e)层次回归法：自变量进入方程的顺序是人为确定的 4、残差分析 误差方差齐性检验 相邻误差项是否有序列相关(Durbin-Watson检验) 误差正态性检验 查找异常点(outlier) 5)、额外平方和与2的变化 2的变化可以了解新加入的变量有多大作用 6)回归分析的四个前提条件： c、对回归系数进行显著性检验 4）可线性化的曲线回归 先做数据变换，然后对变换后的数据做直线回归分析，再将结果变换回曲线 方程。 第二节 多元线性回归 1、主要内容：多元线性回归的原理与计算 2、基本概念与知识点： 1) 多元回归方程 a）多元线性回归方程是指 Y 对 X1 、X2。。。Xn 的线性回归方程。 b）多元线性回归方程的建立原理和一元线性回归方程一样，多元线性回 归方程也用最小二乘法来确定回归系数。 c）多元线性标准回归方程为了比较多个自变量在估计预测因变量时所起 作用的大小，需要将所有变量分别转换成标准分数，然后比较由标准分 数所建立的标准回归方程中的多个标准回归系数，以此判断两个自变量 作用的大小。 2) 多元回归的检验 多元线性回归的检验包括两个方面：一是检验回归方程的显著性；另一是检 验两个偏回归系数的显著性。 3)、多元线性回归方程中自变量的选择 a）指定变量(enter) b）向后剔除法（backward） c）向前选择法（forward） d）逐步回归法（stepwise） 逐步回归的原理是按每个自变量对因变量的作用，从大到小逐个地引入回归 方程，每引入一个自变量要对回归方程中的每一个自变量都进行显著性检验（即 对其偏回归系数进行显著性检验）。这样逐步地引入自变量，并剔除不显著的自 变量，直至将所有的自变量都引入，并将不显著的自变量都剔除为止，最后形成 的回归方程就是最优方程。 e）层次回归法：自变量进入方程的顺序是人为确定的 4)、残差分析 误差方差齐性检验 相邻误差项是否有序列相关（Durbin-Watson 检验） 误差正态性检验 查找异常点（outlier） 5）、额外平方和与 R 2 的变化 R 2 的变化可以了解新加入的变量有多大作用 6)回归分析的四个前提条件：