回歸分析檢視原始碼討論檢視歷史
| 回歸分析 |
 |
回歸分析(regression analysis)是確定兩種或兩種以上變量間相互依賴的定量關係的一種統計分析方法。運用十分廣泛，回歸分析按照涉及的自變量的多少，分為回歸和多重回歸分析;按照自變量的多少，可分為一元回歸分析和多元回歸分析;按照自變量和因變量之間的關係類型，可分為線性回歸分析和非線性回歸分析。如果在回歸分析中，只包括一個自變量和一個因變量，且二者的關係可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關係，則稱為多重線性回歸分析。
簡介
《回歸分析》源於作者多年在密歇根大學教授回歸分析的課程講義，從基本的統計概念講起，對線性回歸分析的基本假定、回歸中的統計推論和回歸診斷做了詳盡的介紹，同時還涵蓋了很多在社會科學中對實際研究非常有用的內容，包括虛擬變量、交互作用、輔助回歸、多項式回歸、樣條函數回歸和階躍函數回歸等。此外，《回歸分析》還涉及通徑分析、縱貫數據模型、多層線性模型和Iogit模型等方面的內容。
評價
謝宇，美國密歇根大學OtisDudleyDuncan傑出教授，同時也是密歇根大學社會學系、統計系和中國研究中心教授，社會研究院（ISR）人口研究中心和調查研究中心研究員，調查研究中心量化方法組主任；北京大學特聘講座教授。2004年當選美國藝術與科學院院士和台灣「中央研究院」院士，2009年當選美國國家科學院院士。其研究領域包括：社會分層、統計方法、人口學、科學社會學和中國研究。主要著作有：《分類數據分析的統計方法》、《科學界的女性》、《美國亞裔的人口統計描述》、《社會學方法與定量研究》、《婚姻與同居》等。[1]