什么是多元线性回归分析？
多元线性回归的前提条件总结起来可用四个词来描述：线性、独立、正态、齐性。
1、自变量与因变量之间存在线性关系
这可以通过绘制”散点图矩阵”进行考察因变量随各自变量值的变化情况。如果因变量Yi 与某个自变量X i 之间呈现出曲线趋势，可尝试通过变量变换予以修正，常用的变量变换方法有对数变换、倒数变换、平方根变换、平方根反正弦变换等。
2、各观测间相互独立
任意两个观测残差的协方差为0 ，也就是要求自变量间不存在多重共线性问题。对于如何处理多重共线性问题，请参考《多元线性回归模型中多重共线性问题处理方法》。
3、残差e
服从正态分布N(0,σ2) 。其方差σ2 = var (ei) 反映了回归模型的精度， σ 越小，用所得到回归模型预测y的精确度愈高。
4、e 的大小不随所有变量取值水平的改变而改变，即方差齐性。
多元线性回归简介：
在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。
社会经济现象的变化往往受到多个因素的影响，因此，一般要进行多元回归分析，我们把包括两个或两个以上自变量的回归称为多元线性回归。
多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。
但由于各个自变量的单位可能不一样，比如说一个消费水平的关系式中，工资水平、受教育程度、职业、地区、家庭负担等等因素都会影响到消费水平，而这些影响因素（自变量）的单位显然是不同的，因此自变量前系数的大小并不能说明该因素的重要程度
绛旓細浜屻佸垎鏋愬強鎷撳睍锛绾挎у洖褰鏄竴涓富瑕佸奖鍝嶅洜绱犱綔涓鸿嚜鍙橀噺鏉ヨВ閲婂洜鍙橀噺鐨勫彉鍖栵紝鍦ㄧ幇瀹為棶棰樼爺绌朵腑锛屽洜鍙橀噺鐨勫彉鍖栧線寰鍙楀嚑涓噸瑕佸洜绱犵殑褰卞搷锛屾鏃跺氨闇瑕佺敤涓や釜鎴栦袱涓互涓婄殑褰卞搷鍥犵礌浣滀负鑷彉閲忔潵瑙ｉ噴鍥犲彉閲忕殑鍙樺寲锛岃繖灏鏄鍏鍥炲綊浜︾О澶氶噸鍥炲綊銆傚綋澶氫釜鑷彉閲忎笌鍥犲彉閲忎箣闂存槸绾挎у叧绯绘椂锛屾墍杩涜鐨鍥炲綊鍒嗘瀽灏辨槸澶氬厓鎬...
绛旓細澶氬厓绾挎у洖褰妯″瀷鍖呭惈澶氫釜瑙ｉ噴鍙橀噺锛屽涓В閲婂彉閲忓悓鏃跺琚В閲婂彉閲忓彂鐢熶綔鐢紝鑻ヨ鑰冨療鍏朵腑涓涓В閲婂彉閲忓鐨勫奖鍝嶅氨蹇呴』鍋囪鍏跺畠瑙ｉ噴鍙橀噺淇濇寔涓嶅彉鏉ヨ繘琛鍒嗘瀽銆傚洜姝ゅ鍏冪嚎鎬у洖褰掓ā鍨嬩腑鐨勫洖褰掔郴鏁颁负鍋忓洖褰掔郴鏁帮紝鍗冲弽鏄犱簡褰撴ā鍨嬩腑鐨勫叾瀹冨彉閲忎笉鍙樻椂锛屽叾涓竴涓В閲婂彉閲忓鍥犲彉閲忕殑鍧囧肩殑褰卞搷銆傜敱浜庡弬鏁伴兘鏄か鐭ョ殑,鍙互...
绛旓細涓銆佽嚜鍙橀噺鐨勬暟鎹被鍨嬩笉鍚 澶氬厓绾挎у洖褰锛氬鍏冪嚎鎬у洖褰掔殑鑷彉閲廥鐨勬暟鎹被鍨嬫槸杩炵画鍨嬪彉閲忋傚閲嶇嚎鎬у洖褰掞細澶氶噸绾挎у洖褰掔殑鑷彉閲廥鐨勬暟鎹被鍨嬪彲鑳藉瓨鍦ㄥ绉嶆暟鎹被鍨嬶紝渚嬪鎬у埆绛夌殑绂绘暎鍨嬪彉閲忋備簩銆佹柟绋嬩笉鍚 澶氬厓绾挎у洖褰掞細澶氬厓绾挎у洖褰掔殑鏂圭▼涓病鏈夐殢鏈哄彉閲忋傚閲嶇嚎鎬у洖褰掞細澶氶噸绾挎у洖褰掔殑鏂圭▼涓湁闅忔満鍙橀噺銆備笁...
绛旓細澶氬厓绾挎у洖褰掑垎鏋鐨勫熀鏈亣瀹氬寘鎷細1銆侀浂鍧囧煎亣瀹氾細鍋囪闅忔満鎵板姩椤圭殑鏈熸湜鎴栧潎鍊间负闆躲2銆佸悓鏂瑰樊鍜屾棤鑷浉鍏冲亣瀹氾細鍋囪闅忔満鎵板姩椤逛簰涓嶇浉鍏充笖鏂瑰樊鐩稿悓銆3銆侀殢鏈烘壈鍔ㄩ」涓庤В閲婂彉閲忎笉鐩稿叧鍋囧畾锛氬亣璁鹃殢鏈烘壈鍔ㄩ」涓庤嚜鍙橀噺鐨勫崗鏂瑰樊涓0銆4銆佹棤澶氶噸鍏辩嚎鎬э細鍋囪鍚勮В閲婂彉閲忎箣闂翠笉瀛樺湪绾挎х浉鍏冲叧绯汇5銆佹鎬佹у亣瀹氾細鍋囪...
绛旓細涓轰簡鏇村ソ鍦板畾閲忚鏄庡湡澹ょ悊鍖栨ц川瀵筆AHs娴撳害鐨勫奖鍝嶏紝瀵瑰湡澹ょ悊鍖栧弬鏁板拰PAHs鎬婚噺杩涜浜嗗鍏冨洖褰掑垎鏋愶紝澶氬厓绾挎у洖褰掑垎鏋鐢ㄤ簬鎻ず琚В閲婂彉閲(鍥犲彉閲)涓庡叾浠栧涓В閲婂彉閲(鑷彉閲)涔嬮棿鐨勭嚎鎬у叧绯汇傚洜涓鸿嚜鍙橀噺涔嬮棿鍙兘瀛樺湪鐩稿叧鍏崇郴锛屼负娑堥櫎澶氶噸鍏辩嚎鎬х殑缂虹偣锛岄噰鐢ㄩ愭鍥炲綊鏂规硶杩涜鍒嗘瀽銆傛ā鍨嬩互PAHs鎬婚噺涓哄洜鍙橀噺锛8涓悊鍖...
绛旓細3銆侀殢鏈鸿宸」褰兼涓嶇浉鍏炽4銆佽В閲婂彉閲忔槸纭畾鎬у彉閲忥紝涓嶆槸闅忔満鍙橀噺锛屼笌闅忔満璇樊椤瑰郊姝や箣闂寸浉浜掔嫭绔嬨5銆佽В閲婂彉閲忎箣闂翠笉瀛樺湪绮剧‘鐨勶紙瀹屽叏鐨勶級绾挎у叧绯伙紝鍗宠В閲婂彉閲忕殑鏍锋湰瑙傛祴鍊肩煩闃垫槸婊＄З鐭╅樀銆6銆侀殢鏈鸿宸」鏈嶄粠姝ｆ佸垎甯冦澶氬厓绾挎у洖褰绠浠 鍦鍥炲綊鍒嗘瀽涓紝濡傛灉鏈変袱涓垨涓や釜浠ヤ笂鐨勮嚜鍙橀噺锛屽氨绉颁负澶氬厓鍥炲綊銆
绛旓細澶氬厓绾挎у洖褰鐨勭伒鏁忓害鍒嗘瀽:鎵璋撶伒鏁忓害鍒嗘瀽锛屽氨鏄湅鏌愪釜鍙橀噺鍙戠敓鍙樺姩鏃讹紝鍏朵粬鍙橀噺鎴栧弬鏁扮殑鍙樺寲骞呭害銆備綘浼拌鍑轰簡鍙傛暟锛屼护鏌愪釜鑷彉閲忓湪鏌愪釜鐧惧垎姣斿尯闂村唴鍙樺姩锛屽氨鍙互寰楀埌鍥犲彉閲忕殑鍙樺姩鑼冨洿銆澶氬厓鍥炲綊 鏄爺绌朵竴涓洜鍙橀噺銆佷笌涓や釜鎴栦袱涓互涓婅嚜鍙橀噺鐨勫洖褰掋備害绉颁负澶氬厓绾挎у洖褰掞紝鏄弽鏄犱竴绉嶇幇璞℃垨浜嬬墿鐨勬暟閲忎緷澶氱...
绛旓細鍦鍥炲綊鍒嗘瀽涓紝濡傛灉鏈変袱涓垨涓や釜浠ヤ笂鐨勮嚜鍙橀噺锛屽氨绉颁负澶氬厓鍥炲綊銆備簨瀹炰笂锛屼竴绉嶇幇璞″父甯告槸涓庡涓洜绱犵浉鑱旂郴鐨勶紝鐢卞涓嚜鍙橀噺鐨勬渶浼樼粍鍚堝叡鍚屾潵棰勬祴鎴栦及璁″洜鍙橀噺锛屾瘮鍙敤涓涓嚜鍙橀噺杩涜棰勬祴鎴栦及璁℃洿鏈夋晥锛屾洿绗﹀悎瀹為檯銆傚洜姝澶氬厓绾挎у洖褰姣斾竴鍏冪嚎鎬у洖褰掔殑瀹炵敤鎰忎箟鏇村ぇ銆1銆佹櫘閫氭渶灏忎簩涔樻硶(Ordinary Least Square,...
绛旓細澶氬厓绾挎у洖褰妯″瀷锛岋紙multivariable linear regression model 锛夊湪瀹為檯缁忔祹闂涓紝涓涓彉閲忓線寰鍙楀埌澶氫釜鍙橀噺鐨勫奖鍝嶃備緥濡傦紝瀹跺涵娑堣垂鏀嚭锛岄櫎浜嗗彈瀹跺涵鍙敮閰嶆敹鍏ョ殑褰卞搷澶栵紝杩樺彈璇稿瀹跺涵鎵鏈夌殑璐㈠瘜銆佺墿浠锋按骞炽侀噾铻嶆満鏋勫瓨娆惧埄鎭瓑澶氱鍥犵礌鐨勫奖鍝嶃
绛旓細鍦ㄧ粺璁″涓紝鍥炲綊鍒嗘瀽锛坮egression analysis)鎸囩殑鏄‘瀹氫袱绉嶆垨涓ょ浠ヤ笂鍙橀噺闂寸浉浜掍緷璧栫殑瀹氶噺鍏崇郴鐨勪竴绉嶇粺璁″垎鏋愭柟娉曘傚洖褰掑垎鏋愭寜鐓ф秹鍙婄殑鍙橀噺鐨勫灏戯紝鍒嗕负涓鍏冨洖褰掑拰澶氬厓鍥炲綊鍒嗘瀽锛涙寜鐓у洜鍙橀噺鐨勫灏戯紝鍙垎涓虹畝鍗曞洖褰掑垎鏋愬拰澶氶噸鍥炲綊鍒嗘瀽锛涙寜鐓ц嚜鍙橀噺鍜屽洜鍙橀噺涔嬮棿鐨勫叧绯荤被鍨嬶紝鍙垎涓绾挎у洖褰掑垎鏋鍜岄潪绾挎у洖褰掑垎鏋...
