線性回歸分析方法包括

A. 多元線性回歸模型的檢驗方法有哪些

多元線性回歸分析的基本假定包括：

1、零均值假定：假設隨機擾動項的期望或均值為零。

2、同方差和無自相關假定：假設隨機擾動項互不相關且方差相同。

3、隨機擾動項與解釋變數不相關假定：假設隨機擾動項與自變數的協方差為0。

4、無多重共線性：假設各解釋變數之間不存在線性相關關系。

5、正態性假定：假設隨機擾動項服從正態分布。

多元線性回歸模型的檢驗方法有：

1、判定系數檢驗。多元線性回歸模型判定系數的定義與一元線性回歸分析類似。判定系數R的計算公式為：R = R接近於1表明Y與X1，X2，…，Xk之間的線性關系程度密切；R接近於0表明Y與X1，X2，…，Xk之間的線性關系程度不密切。

2、回歸系數顯著性檢驗。在多元回歸分析中，回歸系數顯著性檢驗是檢驗模型中每個自變數與因變數之間的線性關系是否顯著。顯著性檢驗是通過計算各回歸系數的t檢驗值進行的。回歸系數的t檢驗值的計算公式為：＝（j = 1，2，…，k），式中是回歸系數的標准差。

3、回歸方程的顯著性檢驗。回歸方程的顯著性檢驗是檢驗所有自變數作為一個整體與因變數之間是否有顯著的線性相關關系。顯著性檢驗是通過F檢驗進行的。F檢驗值的計算公式是：F（k，n－k－1）＝多元回歸方程的顯著性檢驗與一元回歸方程類似，在此也不再贅述。

B. 一元回歸分析法的預測過程是什麼

一元線性回歸預測法的概念一元線性回歸預測法是分析一個因變數與一個自變數之間的線性關系的預測方法。
常用統計指標：平均數、增減量、平均增減量。
一元線性回歸預測基本思想確定直線的方法是最小二乘法
最小二乘法的基本思想：最有代表性的直線應該是直線到各點的距離最近。然後用這條直線進行預測。
一元線性回歸預測模型的建立1、選取一元線性回歸模型的變數
；
2、繪制計算表和擬合散點圖
；
3、計算變數間的回歸系數及其相關的顯著性
；
4、回歸分析結果的應用
。
模型的檢驗1、經濟意義檢驗：就是根據模型中各個參數的經濟含義，分析各參數的值是否與分析對象的經濟含義相符。
2、回歸標准差檢驗
3、擬合優度檢驗
4、回歸系數的顯著性檢驗
利用回歸預測模型進行預測可以分為：點預測和置信區間預測法
1、點預測法：將自變數取值帶入回歸預測模型求出因變數的預測值。
2、置信區間預測法：估計一個范圍，並確定該范圍出現的概率。置信區間的大小的影響的因素：a、因變數估計值；b、回歸標准差；C、概率度t。