刘佳
(淄博职业学院,山东淄博 255314)
回归分析预测模型是研究变量间相关关系的一种数学模型,利用回归方程估计因变量的值,是一种根据事物内部因素变化的关系来预测事物未来趋势的分析方法。本文对回归分析模型做简要介绍,并详细讨论了几类常用的可线性化的曲线回归分析模型。
回归分析方法是研究变量间相互关系的一种定量预测方法,我们通过已观测到的数据资料进行分析,若已知变量之间存在因果关系,但由于各变量间关系受其他因素影响,使得变量之间的关系出现了不确定性,则这种不确定的相关关系,可以通过回归分析方法进行分析描述。
回归分析方法主要有以下几步,首先建立因变量与自变量之间的回归方程,即建立模型,再次对模型合理性进行分析,并诊断所建的模型是否符合该组数据,最后利用回归模型对因变量进行预测。
设因变量为y,自变量有m个分量x1,x2,xm,因变量y与自变量之间的关系由两部分组成,一部分是由自变量确定给出的,可表示为函数f(x1,x2,xm)的形式,另一部分由其他因素决定的,称为随机误差,表示为ε,数学模型可以表示为y=f(x1,x2,xm)+ε,在该模型中,通常可以假设随机误差ε服从均值为零的正态分布[1],即E(ε)=0,D(ε)=σ2。若自变量是一个,则回归模型称为一元回归模型,若自变量有多个,则回归模型称为多元回归模型。
首先简要介绍线性回归模型,若因变量y与自变量x1,x2,xm之间存在线性关系:……p>