多元线性回归分析可以应用在哪些方面

多元线性回归分析可以应用在哪些方面

（1）、确定几个特定的变量之间是否存在相关关系，如果存在的话，找出它们之间合适的数学表达式；
（2）、根据一个或几个变量的值，预测或控制另一个变量的取值，并且可以知道这种预测或控制能达到什么样的精确度；
（3）、进行因素分析。例如在对于共同影响一个变量的许多变量（因素）之间，找出哪些是重要因素，哪些是次要因素，这些因素之间又有什么关系等等。

1。 线性回归和非线性回归没有实质性的区别，都是寻找合适的参数去满足已有数据的规律。拟和出来的方程（模型）一般用来内差计算或小范围的外差。 2。 y与x之间一般都有内部联系，如e=m*c^2. 所以回归前可收集相关信息，或可直接应用。 3。 y 和每个x之间作出散点图，观察他们的对应关系。如果是线性的，改参数可以适用线性回归；否则，可考虑非线性回归。 4。 线性回归可直接用最小二乘法计算对应系数，对系数做假设检验（h0： b＝0， ha： b<>0)， 排除影响小的变量，再次回归即可； 非线性可以考虑对x或y作变换，如去对数，平方，开方，指数等，尽可能转化为线性回归即可。 5。参考拟和优度r^2 和方差s，对模型的准确性有一定的认识。 一般六西格玛黑带教程会设计到此类问题，黑带大师教程有更详细的过程分析。 希望以上回答了你的问题。