多个自变量多个因变量怎么做逐步回归分析?

这个做多元线性回归好了，其实是二元线性回归，自变量2个A和B，因变量C。

一元线性回归方程y=ax+b，系数a＞0，y与x正相关，x高时，y高，x低时，y低，a＜0相反。

二元线性回归方程是y=ax1+bx2+c，x1，x2对应本题的A、B变量。

如果系数a,b都是正的，那么就是A高B高时，C也会高。

如果系数是负值，那么就A高B高时，C会低。

如果系数a为正，b为负，那么A高，B低，C会高，但A低B高，效应相减，C的高低就难确定了。

同理A为负，B为正的情况。

操作步骤：分析-回归-线性，C为因变量，A，B为自变量，如果anova表的P值小于0.05，回归方法成立，可以按以上步骤进行。

如果大于0.05，说明线性模型不成立，那就需要考虑非线性模型进行相关分析啦，道理一样。

回归分析有多个因变量就需要用结构方程模型或者通径分析来解决。不可能通过回归，除非你将因变量一个一个的分析，这样的话，中间有很多交互的东西你就没有法分析了，而且解释的时候很麻烦。如果你用通径分析或结构方程模型，这些问题都解决了

问题一：如何建立多元回归模型 用eviews做回归分析的过程如下：

首先下载eviews安装包，不用解压，首先点击一个reg文件，即成功注册；

然后点击一个exe执行文件，即可以打开软件；

然后，开始进行数据分析，首先建立一个时间序列文件，输入开始与截止时间；

第二步，输入命令建立序列，data y c x，中间需要有间隔，按enter返回；

第三步，导入数据；

第四步，输入命令ls y x，得出结果；

对数据进行分析，观察因变量与自变量的关系。

回归分析(regression *** ysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。

问题二：如何用spss建立多元回归模型 纳入多个变量即可

问题三：如何用spss建立多元回归模型 跟一元回归差不多，都在“回归”里面，你只是选择的时候把多个自变量都选到”自变量“那个格子里就行了

问题四：利用怎么matlab软件建立多元回归数学模型 如何利用matlab软件建立多元回归数学模型的方法有：

1、多元回归数学模型是线性的，可以用regress（）函数求得。例如

f(x1,x2,x3)=a1+a2*x1+a3*x2+a4*x3 %多元线性回归函数

求解方法：

x1=[。。。]x2=[。。。]x3=[。。。]

X=[ones(n,1) x1 x2 x3]

y=[。。。]

a = regress(y,X)%ai为多元线性回归函数的拟合系数

2、多元回归数学模型是非线性的，可以用lsqcurvefit（）或nlinfit（）函数求得。例如

f(x1,x2,x3)=a1+a2*exp（x1）+a3*exp（x2）+a4*exp（x3） %多元非线性回归函数

求解方法：

x1=[。。。]x2=[。。。]x3=[。。。]y=[。。。]

x=[x1 x2 x3]

func=@(a,x)a(1)+a(2)*exp（x:1）+a(3)*exp（x:2）+a(4)*exp（x:3）%自定义函数

x0=[1 1 1]%初值(根据问题来定)

a=lsqcurvefit(func,x0,x,y) %ai为多元非线性回归函数的拟合系数

或 a= nlinfit(x,y,func,x0)

问题五：一元线性回归模型建立的步骤是怎样的 一个自变量 一个因变量 如果要进行线性回归，无论是一元还是多元，第一步首先应该先画下散点图，看是否有线性趋势，如果有线性趋势了，再使用线性回归。这个是前提，现在很多人都忽略这一点 直接使用的。 至于判断线性方程 拟合的好坏，看R方和调整的R方就可以了，R方越接近1，说明拟合的效果越好。你这个里面 R方为0.618，调整的R方为0.570，说明这个自变量可以解释因变量57%左右的变异，不能说好，也不能说坏。看具体情况而定 Anova(b)这个表格是检验 回归方程是否显著的，sig的值=0.007 小于0.05，说明回归模型有意义，可以使用。 下面一个标准化回归系数 和非标准化回归系数 则是回归方程自变量的系数，非标准化的系数用来拟合方程使用，标准化的系数是剔除了不同自变量的不同计量单位影响的，用于比较多个自变量的影响大小

问题六：怎样用eviews做多元线性回归模型的软件实现？需要详细操作步骤 50分 1、建立workfile2、建立序列对象,将你的数据输入或者导入，比如序列分别为 y x1 x2 x3

3、在命令窗口中输入ls y c x1 x2 x3 回车，得到结果。

第一步是基础，它的含义其实是建立一个容纳eviews对象的“容器”,第二步是建立数据对象，实际上可以看错是定义变量，第三步是分析结果。

问题七：多元线性回归分析的优缺点

---