2022考研数学复习指导：概率论分析方法之回归分析

2022考研的考生现在已经进入基础备考阶段啦!一个良好的起跑点对于后期的复习备考至关重要，考研数学栏目为各位考生提供相关考研备战常识与资料，希望能对各位2022考研的考生有所帮助，一起来看哦。

回归分析

1.直线回归：如果回归分析中的残差服从正态分布(大样本时无需正态性)，残差与自变量无趋势变化，则直线回归(单个自变量的线性回归，称为简单回归)，否则应作适当的变换，使其满足上述条件。

2.多重线性回归：应变量(Y)为连续型变量(即计量资料)，自变量(X1，X2，…，Xp)可以为连续型变量、有序分类变量或二分类变量。如果回归分析中的残差服从正态分布(大样本时无需正态性)，残差与自变量无趋势变化，可以作多重线性回归。

1)观察性研究：可以用逐步线性回归寻找(拟)主要的影响因素

2)实验性研究：在保持主要研究因素变量(干预变量)外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

3.二分类的Logistic回归：应变量为二分类变量，自变量(X1，X2，…，Xp)可以为连续型变量、有序分类变量或二分类变量。

1)非配对的情况：用非条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找(拟)主要的影响因素

(2)实验性研究：在保持主要研究因素变量(干预变量)外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

2)配对的情况：用条件Logistic回归

(1)观察性研究：可以用逐步线性回归寻找(拟)主要的影响因素

(2)实验性研究：在保持主要研究因素变量(干预变量)外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

4.有序多分类有序的Logistic回归：应变量为有序多分类变量，自变量(X1，X2，…，Xp)可以为连续型变量、有序分类变量或二分类变量。

1)观察性研究：可以用逐步线性回归寻找(拟)主要的影响因素

2)实验性研究：在保持主要研究因素变量(干预变量)外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

5.无序多分类有序的Logistic回归：应变量为无序多分类变量，自变量(X1，X2，…，Xp)可以为连续型变量、有序分类变量或二分类变量。

1)观察性研究：可以用逐步线性回归寻找(拟)主要的影响因素

2)实验性研究：在保持主要研究因素变量(干预变量)外，可以适当地引入一些其它可能的混杂因素变量，以校正这些混杂因素对结果的混杂作用

以上就是考研频道小编整理的“2022考研数学复习指导：概率论分析方法之回归分析”相关介绍，数学这么严谨的学科，对于基础的要求十分严格，所以在考研数学备考基础阶段，同学们一定要打牢基础，切勿走入误区!如果您还想了解考研数学的其他问题，欢迎关注考研数学频道。