回归阐明的目标

　　第一，“预测”。预测方针变量，求解方针变量y和说明变量(x1，x2，…)的方程。

　　y=a0+b1x1+b2x2+…+bkxk+误差（方程A）

　　把方程A叫做(多元)回归方程可能(多元)回归模子。a0是y截距，b1，b2，…，抖客教程网，bk是回归系数。当k=l时，只有1个说明变量，叫做一元回归方程。按照最小平方式求解最小误差平方和，非求出y截距和回归系数。若求解回归方程．分別代入x1，x2，…xk的数值，预测y的值。

　　第二，“因子阐明”。因子阐明是按照回归阐明功效，得出各个自变量对方针变量发生的影响，因此，需要求出各个自变量的影响水平。

　　但愿初学者在阅读接下来的文章之前，首先进修一元回归阐明、相关阐明、多元回归阐明、数量化理论I等常识。详细请参考上田太一郎、小林真纪、渊上美喜等文章。

　　按照最小平方式，利用Excel求解y=a+bx中的a和b。那么什么是最小平方式？

　　别离从散点图的各个数据标志点，做一条平行于y轴的平行线，相交于图中直线(如下图)

　　平行线的长度在统计学中叫做“误差”可能‘残差”。误差(残差)是指阐明功效的运算值和实际值之间的差。

　　接这，求平行线长度曲平方值。可以把平方值看做边长便是平行线长度的正方形面积(如下图)

　　最后，求解所有正方形面积之和。确定使面积之和最小的a(截距)和b(回归系数)的值(如下图)。

　　利用Excel求解回归方程；“东西”→“数据阐明”→“回归”，详细操纵步调将在后头的文章中详细会说明。