回歸分析是研究一個(gè)因變量與一個(gè)或多個(gè)自變量之間的線性或非線性關(guān)系的一種統(tǒng)計(jì)分析方法。
下面我們主要從下面四個(gè)方面來解說：
?實(shí)際應(yīng)用
?理論思想
?建立模型
?分析結(jié)果
一、實(shí)際應(yīng)用
回歸分析方法理論成熟，它可以確定變量之間的定量關(guān)系并進(jìn)行相應(yīng)的預(yù)測(cè)，反映統(tǒng)計(jì)變量之間的數(shù)量變化規(guī)律，為研究者準(zhǔn)確把握自變量對(duì)因變量的影響程度和方向提供有效的方法，在經(jīng)濟(jì)、金融和社會(huì)科學(xué)方面具有廣泛的應(yīng)用。
回歸分析研究分析某一變量受其他變量影響的分析方法，它以被影響變量為因變量，以影響變量為自變量，研究因變量與自變量之間的因果關(guān)系，包括簡(jiǎn)單線性回歸、多重線性回歸、曲線回歸、非線性回歸、加權(quán)最小二乘回歸、二階段最小二乘回歸、回歸、最優(yōu)標(biāo)度回歸等。
1、簡(jiǎn)單線性回歸/多重線性回歸
線性回歸分析是常用的回歸分析，許多非線性的模型形式亦可以轉(zhuǎn)化為線性回歸模型進(jìn)行分析。
2、曲線回歸
曲線估計(jì)可以擬合許多常用的曲線關(guān)系，當(dāng)變量之間存在可以使用這些曲線描述的關(guān)系時(shí)，我們便可以使用曲線回歸分析進(jìn)行擬合。3、非線性回歸分析
非線性回歸分析適用于了解參數(shù)的初始值或取值范圍，而模型又無法轉(zhuǎn)化為線性模型估計(jì)的情況。4、回歸分析
回歸分析常用于因變量為二分變量時(shí)的回歸擬合。5、有序回歸分析
因變量是有序的分類變量，應(yīng)該使用有序回歸的分析方法。6、概率回歸分析
概率回歸分析適用于對(duì)響應(yīng)比例與刺激作用之間關(guān)系的分析，概率回歸分析屬于SPSS中的專業(yè)統(tǒng)計(jì)分析過程。7、加權(quán)回歸分析
模型存在異方差性，可用加權(quán)最小二乘法（WLS）進(jìn)行估計(jì)。加權(quán)最小二乘法是對(duì)原模型加權(quán)，使之變成一個(gè)新的不存在異方差性的模型如何用spss建立回歸模型，然后采用加權(quán)回歸方法估算其參數(shù)。
二、理論思想
回歸分析通過規(guī)定因變量和自變量來確定變量之間的因果關(guān)系，建立回歸模型，并根據(jù)實(shí)測(cè)數(shù)據(jù)來估計(jì)模型的各個(gè)參數(shù)如何用spss建立回歸模型，然后評(píng)價(jià)回歸模型是否能夠很好地?cái)M合實(shí)測(cè)數(shù)據(jù)；并可以根據(jù)自變量作進(jìn)一步預(yù)測(cè)。
回歸分析是統(tǒng)計(jì)學(xué)中的基本分析方法，一般用來解決以下問題：
第一，確定因變量與若干個(gè)因素變量之間聯(lián)系的定量表達(dá)式，通常稱為回歸方程或數(shù)學(xué)模型，并確定它們聯(lián)系的密切程度；
第二，通過控制可控變量的數(shù)值，借助于求出的數(shù)學(xué)模型來預(yù)測(cè)或控制因變量的取值和精度；
第三，進(jìn)行因素分析，從影響變量變化的因素變量中尋找出哪些因素對(duì)因變量的影響最為顯著，哪些因素的影響不那么顯著，以區(qū)別重要因素和次要因素。
回歸分析主要研究變量之間的線性關(guān)系，稱為線性回歸分析，線性回歸分析是基于最小二乘法原理產(chǎn)生的古典統(tǒng)計(jì)假設(shè)下的統(tǒng)計(jì)分析方法，用來研究一個(gè)或多個(gè)自變量與一個(gè)因變量之間是否存在某種線性關(guān)系。
三、建立模型
相關(guān)分析的數(shù)據(jù)條件：
?線性關(guān)系。可以繪制散點(diǎn)圖，判斷是否存在線性關(guān)系。
?獨(dú)立性：每個(gè)個(gè)體觀察值之間相互獨(dú)立，在模型中看殘差是否獨(dú)立。
?正態(tài)性：通過專業(yè)知識(shí)或殘差的散點(diǎn)圖來判斷這項(xiàng)條件是否滿足。
?方差齊性：在一定范圍內(nèi)，不同的自變量值所對(duì)應(yīng)的隨機(jī)因變量的方差相等
模型建立的步驟：
回歸分析需要結(jié)合專業(yè)、數(shù)據(jù)、模型診斷和研究目的，方可建立較優(yōu)的模型，而且模型也有應(yīng)用的條件，各行各業(yè)的人構(gòu)建自己模型的必要。
構(gòu)建模型的步驟如下：
（1）專業(yè)考慮；
（2）散點(diǎn)圖驗(yàn)證；
（3）建模；
（4）模型驗(yàn)證；
（5）優(yōu)化模型。
簡(jiǎn)單線性回歸案例：
題目：菲利普斯曲線表明，失業(yè)率和通貨膨脹率之間存在替代關(guān)系。表6.10給出了我國1998～2007年的通貨膨脹率和城鎮(zhèn)登記失業(yè)率。試用簡(jiǎn)單線性回歸分析方法研究這種替代關(guān)系在我國是否存在。
一、數(shù)據(jù)輸入
二、操作步驟
1、進(jìn)入SPSS，打開相關(guān)數(shù)據(jù)文件，選擇“分析”|“回歸”|“線性”命令2、選擇進(jìn)行簡(jiǎn)單線性回歸分析的變量。在“線性回歸”對(duì)話框的左側(cè)列表框中，選中“失業(yè)率”進(jìn)入“因變量”列表框，選中“通貨膨脹率”進(jìn)入“自變量”列表框。
3、其余設(shè)置采用系統(tǒng)默認(rèn)值即可。單擊“確定”按鈕，等待輸出結(jié)果。
四、結(jié)果分析
1、模型擬合情況模型的擬合情況反映了模型對(duì)數(shù)據(jù)的解釋能力。調(diào)整后的R平方越大，模型的解釋能力越強(qiáng)。
2、方差分析方差分析反映了模型整體的顯著性，一般將模型的檢驗(yàn)顯著性（Sig）與0.05進(jìn)行比較，如果小于0.05，即為顯著。
3、回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果回歸方程的系數(shù)是各個(gè)變量在回歸方程中的系數(shù)值，顯著性表示回歸系數(shù)的顯著性，越小越顯著，一般將其與0.05進(jìn)行比較，如果小于0.05，即為顯著。
分析結(jié)論：對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單線性回歸分析
觀察回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果：我們可以寫出最終模型的如下表達(dá)式，這意味著通貨膨脹率每增加1，失業(yè)率就增加0.157點(diǎn)：R(失業(yè)率)=3.601+0.157*I(通貨膨脹率)
觀察模型擬合情況：模型的擬合優(yōu)度也就是對(duì)數(shù)據(jù)的解釋能力一般，調(diào)整后的R平方為0.326。
觀察方差分析：模型是顯著的，顯著性水平為0.049，小于0.05。
觀察回歸方程的系數(shù)以及系數(shù)的檢驗(yàn)結(jié)果：模型中常數(shù)項(xiàng)是3.601，t值是24.205，顯著性是0.000；通貨膨脹率的系數(shù)是0.157，t值是2.315，顯著性是0.049。所以，兩個(gè)結(jié)果都是顯著的。
綜上所述，通過以上的簡(jiǎn)單線性回歸分析可知，可以認(rèn)為通貨膨脹和失業(yè)的替代關(guān)系在我國并不存在。
（獲取更多知識(shí)，前往gz號(hào)程式解說）
原文來自