回歸分析

　　1.直線回歸：如果回歸分析中的殘差服從正態(tài)分布(大樣本時無需正態(tài)性)，殘差與自變量無趨勢變化，則直線回歸(單個自變量的線性回歸，稱為簡單回歸)，否則應作適當的變換，使其滿足上述條件。

　　2.多重線性回歸：應變量(Y)為連續(xù)型變量(即計量資料)，自變量(X1，X2，…，Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。如果回歸分析中的殘差服從正態(tài)分布(大樣本時無需正態(tài)性)，殘差與自變量無趨勢變化，可以作多重線性回歸。

　　1)觀察性研究：可以用逐步線性回歸尋找(擬)主要的影響因素

　　2)實驗性研究：在保持主要研究因素變量(干預變量)外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

　　3.二分類的Logistic回歸：應變量為二分類變量，自變量(X1，X2，…，Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。

　　1)非配對的情況：用非條件Logistic回歸

　　(1)觀察性研究：可以用逐步線性回歸尋找(擬)主要的影響因素

　　(2)實驗性研究：在保持主要研究因素變量(干預變量)外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

　　2)配對的情況：用條件Logistic回歸

　　(1)觀察性研究：可以用逐步線性回歸尋找(擬)主要的影響因素

　　(2)實驗性研究：在保持主要研究因素變量(干預變量)外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

　　4.有序多分類有序的Logistic回歸：應變量為有序多分類變量，自變量(X1，X2，…，Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。

　　1)觀察性研究：可以用逐步線性回歸尋找(擬)主要的影響因素

　　2)實驗性研究：在保持主要研究因素變量(干預變量)外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

　　5.無序多分類有序的Logistic回歸：應變量為無序多分類變量，自變量(X1，X2，…，Xp)可以為連續(xù)型變量、有序分類變量或二分類變量。

　　1)觀察性研究：可以用逐步線性回歸尋找(擬)主要的影響因素

　　2)實驗性研究：在保持主要研究因素變量(干預變量)外，可以適當地引入一些其它可能的混雜因素變量，以校正這些混雜因素對結果的混雜作用

掃描/長按二維碼關注獲取考研報名

獲取2022考研報名時間

獲取2022考研大綱

獲取2套仿真內部資料

獲取考研歷年真題答案

萬題庫下載丨微信搜索"萬題庫考研"

　　編輯推薦：

　　2022年考研報名時間 | 2022年考研時間安排

　　考研萬題庫下載 | 微信報名提醒 | 報考指南

　　2022年考研模擬試題匯總 | 2022年考研復習資料

　　2007-2021年考研真題及答案|解析|估分|下載(各科)