多个自变量多个因变量怎么做逐步回归分析?

 我来答
亦是如此
高粉答主

2021-09-18 · 往前看,不要回头。
亦是如此
采纳数:6378 获赞数:544548

向TA提问 私信TA
展开全部

这个做多元线性回归好了,其实是二元线性回归,自变量2个A和B,因变量C。

一元线性回归方程y=ax+b,系数a>0,y与x正相关,x高时,y高,x低时,y低,a<0相反。

二元线性回归方程是y=ax1+bx2+c,x1,x2对应本题的A、B变量。

如果系数a,b都是正的,那么就是A高B高时,C也会高。

如果系数是负值,那么就A高B高时,C会低。

如果系数a为正,b为负,那么A高,B低,C会高,但A低B高,效应相减,C的高低就难确定了。

同理A为负,B为正的情况。

操作步骤:分析-回归-线性,C为因变量,A,B为自变量,如果anova表的P值小于0.05,回归方法成立,可以按以上步骤进行。

如果大于0.05,说明线性模型不成立,那就需要考虑非线性模型进行相关分析啦,道理一样。

光点科技
2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件... 点击进入详情页
本回答由光点科技提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式