多元回歸分析(multipleregressionanalysis)是指在相關變量中將一個變量視為因變量，其他一個或多個變量視為自變量，建立多個變量之間線性或非線性數學模型數量關系式并利用樣本數據進行分析的統計分析方法。另外也有討論多個自變量與多個因變量的線性依賴關系的多元回歸分析，稱為多元多重回歸分析模型，讓我們一起來了解一下。

多元回歸分析——多元回歸的基本介紹

通常影響因變量的因素有多個，這種多個自變量影響一個因變量的問題可以通過多元回歸分析來解決。例如，經濟學知識告訴我們，商品需求量q除了與商品價格p有關外，還受到替代品的價格、互補品的價格，和消費者收入等因素，甚至還包括商品品牌brand這一品質變量(品質變量不能用數字來衡量，需要在模型中引入虛擬變量)的影響。多元回歸分析應用的范圍更加廣泛。由于線性回歸分析比較簡單和普遍，下面首先介紹多元線性回歸，在線性分析基礎上，逐步引入虛擬變量回歸和一類能夠變換成線性回歸的曲線回歸模型。

1、多元回歸是指一個因變量（預報對象）,多個自變量（預報因子）的回歸模型。基本方法是根據各變量值算出交叉乘積和。

2、這種包括兩個或兩個以上自變量的回歸稱為多元回歸。應用此法，可以加深對定性分析結論的認識，并得出各種要素間的數量依存關系，從而進一步揭示出各要素間內在的規律。一般來說，多元回歸過程能同時提供多個備選的函數關系式，并提供每個關系式對實驗數據的理解能力，研究者可以結合自己的理論預期，據此作出選擇。

引進虛擬變量的回歸分析

前面介紹的回歸分析中的自變量和因變量都是數值型變量，如果在回歸分析中引入虛擬變量(分類變量)，則會使模型的應用范圍迅速擴大。在自變量中引入虛擬變量本身并不影響回歸模型的基本假定，因為經典回歸分析是在給定自變量x的條件下被解釋變量y的隨機分布。但是如果因變量為分類變量，則會改變經典回歸分析的基本假定，一般在計量經濟學教材中有比較深入的介紹，如logistics回歸等。

當虛擬變量的引入形式只影響回歸方程的截距，我們稱為加法模型。引入虛擬變量的另外一種形式是乘法模型，這時引入虛擬變量后并不影響模型的截距，而是影響了斜率。當然，在模型設定時也可能同時引入加法和乘法，同時改變模型的截距和斜率。

在數據分析中，自變量往往不是一個，而是多個，這時候我們需要進行多元線性回歸。spss軟件可以用于統計學分析運算、數據挖掘、預測分析和決策支持任務，可以利用spss進行多元線性回歸分析。如果大家還想了解更多與之有關的信息，歡迎關注我們文軍營銷的官網。

推薦閱讀

回歸分析法 怎樣進行回歸分析計算 | 文軍營銷因為r2>0.99,所以這是一個線性特征非常明顯的實驗模型,即說明擬合直線能夠以大于99.99%地解釋、涵蓋了實測數據,具有很好的一般性,可以作為標準工作曲線用于其他未知濃度溶液的測量。 為了進一步使用更多的指標來描述這一個模型,我們使用數據分析中的“回歸”工具來詳細分析這組數據。 在選項卡中顯然詳細多了,注意選擇x...分兩次進行回歸分析 excel進行回歸分析 | 文軍營銷第一次,把空調、TV導航、導航、SR、天窗、空氣囊、LD、TV、AW作為說明變量(表1),第二次,把顏色、拍賣會地點、行駛距離、車檢剩余有效月數、評分作為說明變量(表2),目標變量都是二手車價格。 表1 表2 對表1、表2進行回歸分析。回歸分析的結果分別如表3、表4所示(具體操作步驟將在下一節詳細說明)。 表3 ...回歸診斷和殘差分析 Excel回歸的殘差診斷 | 文軍營銷1、工具-數據分析,選擇回歸,單擊確定。 2、彈出Excel的回歸分析對話框。選中對話框下方的殘差,單擊確定(圖1)。 回歸分析的運行結果如表2所示。 殘差分析 接下來,把表2的殘差用直方圖表示。制作直方圖的步驟如下: 1、工具-數據分析,選擇直方圖,單擊確定。 2、彈出直方圖對話框。在輸人區域中選擇殘差這列數據,包括...