回归分析的种类

goodzxm

如果因变量是连续变量（即一般定量资料），设自变量的个数为K，当k=1时，回归分析的种类有：

①直线回归分析；

②通过直线化实现的简单曲线回归分析（以下简称为曲线拟合）；

③非线性曲线拟合；

④一般多项式曲线拟合；

⑤正交多项式曲线拟合。当k≥2时，称为多元回归分析（注：前面的④、⑤两种情况实质上是用多元回归分析解决只含：个自变量时较复杂的曲线拟合问题）。当同时对多个因变量进行回归分析时，称之为多重回归分析。

在多元回归分析中，简单而又实用的则是多元线性回归分析（其中某些自变量可以是原观测指标经过某种初等变换的结果，如对数变换、开平方根变换等，因为这里所说的线性是指：函数f（X）相对于回归参数是线性的，并非相对于自变量而言）。

    如果因变量是与生存时间有关的连续变量且未被离散化（如：生存时间、复发时间、死亡时间等），而自变量可以是定量的，也可以是定性的。此时需用生存分析中的半参数或参数回归分析方法。

    如果因变量是有序变量，无论它取2个离散值（如：死与活、复发与未复发等）还是多个离散值（自变量可以是定性和定量的）时，都可选用logistic回归分析；如果把列联表中每个格内的理论频数的对数当作因变量，把分组变量（包含影响因素和观测结果变量两类）当作自变量，可用对数线性模型分析。

    在自变量代表时间的情况下，通常不假定因变量Y的各次观察值独立，而具有某种非独立的结构，例如构成一平稳序列。这种回归模型的研究被划入统计学的另一个重要分支——时问序列统计分析的范围。