單因素統計和多因素迴歸分析有什麼區別

1樓：學雅思

一、概念不同

1、單因素統計：單因素分析（monofactor analysis）是指在一個時間點上對某一變數的分析。

2、多因素迴歸分析：指在相關變數中將一個變數視為因變數，其他一個或多個變數視為自變數，建立多個變數之間線性或非線性數學模型數量關係式並利用樣本資料進行分析的統計分析方法。

二、方法不同

1、單因素統計：試驗單元編號、隨機分組。

2、多因素迴歸分析：引進虛擬變數的迴歸分析、曲線迴歸、多元迴歸模型。

三、應用方向不同

1、單因素統計：單因素的盆栽試驗；溫室內、實驗室內的實驗等，應用該設計，若實驗中獲得的資料各處理重複數相等，採用重複數相等的單因素資料方差分析法分析，若實驗中獲得的資料各處理重複數不相等，則採用重複數不等的單因素資料方差分析法分析。

2、多因素迴歸分析：影響因變數的因素有多個，這種多個自變數影響一個因變數的問題可以通過多元迴歸分析來解決。

例如，經濟學知識告訴我們，商品需求量q除了與商品**p有關外，還受到替代品的**、互補品的**，和消費者收入等因素，甚至還包括商品品牌brand這一品質變數(品質變數不能用數字來衡量，需要在模型中引入虛擬變數)的影響。

單因素方差分析有差異，多因素線性迴歸分析結果不相關，是為什麼

2樓：藺銘晨焦元

從事物bai的關係

看，事物du之間的關係都可以看做相zhi關或者不相關，這是一dao個大的定義。版

但是相關性裡面又權包括簡單的相關性

以及因果關係的相關性。

所以相關分析和迴歸分析都可以看做是研究相關關係的，但是簡單相關只是籠統的探求兩者之間可能存在的關係。而回歸分析則可以在剔除其他相關因素的情況下

更準確的求出每個因素跟自變數的相關性

即迴歸係數，同時迴歸分析所探求的也是兩者的因果關係因此簡單相關分析一般只是用來進行一些預分析使用，而深入的相關分析需要用到其他的分析方法比如迴歸分析

統計學中單因素分析和線性迴歸分析的區別

3樓：匿名使用者

對於因變數來說沒意義自變數當然不能納入。譬如學生的學習成績與下列因素有關：1.

智商2.勤奮程度3.課程與試題難度4.

興趣5.考試的臨場發揮6.。。。等等如果你再加上與年齡身高相關那不很可笑嗎相同的原理

單因素方差分析有差異，多因素線性迴歸分析結果不相關，是為什麼 15

4樓：匿名使用者

很簡單那，因為你這些指標之間存在高度相關性，才會導致你迴歸的錯誤

專業分析找我做

5樓：ppv課

你去掉中層動脈厚度試試看回歸結果。再看看所有變數做雙變數相關的結果。可能太多了，不好判斷。ppv課吧，求關注！！！

求助關於用spss做單因素分析和多因素logistic迴歸

求助，單因素與多因素分析結果相反