1 簡單線性回歸

1.1 根據研究目的確定因變量和自變量。

1.2 判斷有無異常值。

通過繪制散點圖直觀觀察；亦可通過線性回歸的【統計】→【個案診斷】→【所有個案】進行分析，若標準殘差超過[-3,3]，則可視為異常值。

如果發現異常值，則首先應該檢查是否是數據收集或錄入方面的錯誤，如是則應及時糾正。如不是數據收集或錄入方面的錯誤，則需根據實際情況，選擇剔除或者保留異常值。

1.3 判斷數據是否滿足簡單線性回歸假設條件。

第一，線性（linear），因變量與自變量呈線性關系，通過繪制散點圖判斷。

第二，獨立性（independent），任意兩個觀察值之間相互獨立，通過線性回歸的【統計】→【德賓-沃森】進行分析，一般來說Durbin-Waston檢驗值分布在0-4之間，越接近2，觀察值相互獨立的可能性越大。

第三，殘差正態性（normal），隨機誤差近似正態性，可通過直方圖或者P-P圖判斷殘差是否符合正態分布。

第四，通過線性回歸的【圖】→【產生所有部分圖】，即可得到殘差隨著估計值的變化趨勢，若所有點均勻分布于直線Y=0的兩側，則可認為方差齊性。

1.4 估計回歸模型參數，建立模型。

1.5 對模型進行假設檢驗。

對回歸模型進行假設檢驗一般使用方差分析法，對回歸系數進行假設檢驗一般使用t檢驗方法。

2 多重線性回歸

2.1 根據研究

總結

以上是生活随笔為你收集整理的回归分析残差不满足正态分布_线性回归思路梳理！精华必看！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。