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

扫描/长按二维码关注获取考研报名

获取2022考研报名时间

获取2022考研大纲

获取2套仿真内部资料

获取考研历年真题答案

万题库下载丨微信搜索"万题库考研"

　　编辑推荐：

　　2022年考研报名时间 | 2022年考研时间安排

　　考研万题库下载 | 微信报名提醒 | 报考指南

　　2022年考研模拟试题汇总 | 2022年考研复习资料

　　2007-2021年考研真题及答案|解析|估分|下载(各科)