多重线性回归分析的功能与意义
最常用的一种回归分析方法，多重线性回归分析涉及多个自变量，它用来处理一个因变量与多个自变量之间的线性关系。
相关数据
分析过程
分析-回归-线性
其他选项：默认值 结果分析
变量输入或者移去情况
3个模型的调整R方在依次递增，而且都在0.9以上，所以模型你看、拟合情况非常好。
方差分析表：3个模型的方差分解结果，发现P值都为0.000，所以模型室非常显著的。
回归方程的系数以及系数的检验结果：3个模型的各个自变量系数是非常显著的。
模型综述：
模型的表达式为TC=-16.544 0.006Q 0.222PF 5.098PL
最终模型的拟合度很好，修正的可决系数超过了0.9
模型室显著的，模型整体p值0.000
常数项和三个自变量系数的显著性都小于0.05，为显著。
结论：TC受Q,PL,PF,PK影响，电力行业存在规模经济。
曲线回归分析的功能与意义
处理非线性问题，适用于模型只有一个自变量且可以简化为线性形式的情形，基本过程是先将因变量或者自变量进行变量转换，然后对新变量进行直线回归分析，最后将新变量还原为原变量，得出变量之间的非线性关系。
相关数据
分析过程
分析-回归-曲线回归
结果分析
模型描述：线性，对数，立方，分别被定义为方程1，2，3.三个回归方程的因变量都是阴性率，自变量都是儿童年龄。
模型情况：三次曲线模型的R方最高，而且其模型也是很显著的
拟合曲线图形：三次曲线的拟合效果最好。
模型综述
Y=24.714 37.999*X-6.690X2 0.389X3
结论：阴性率跟儿童年龄之间的关系是三次曲线关系。
