什么是多元回归？
多元回归是一种统计分析技术，用于理解一个因变量与两个或多个自变量之间的关系。该方法常用于社会、经济、商业、健康、教育和数据科学研究，因为它能够解释多个因素如何共同影响结果。
例如，假设有人想要预测学生的考试成绩。考试成绩（因变量）可能受到学习时间、出勤率和辅导机会（自变量）的影响。多元回归可以帮助回答诸如以下问题：哪些因素影响最大？在其他因素保持不变的情况下，如果学习时间增加，平均考试成绩会提高多少？
-
多元回归的定义和目的
简单来说，多元回归的目标是：
1. 根据几个自变量预测因变量的值。
2. 解释每个自变量对因变量的影响程度。
3. 减少了如果我们只使用一个自变量可能会产生的偏差，即使实际上一种现象受到许多因素的影响。
4. 在测试某一特定变量的影响时，控制其他变量（控制）。
简单回归只关注一个因素与结果之间的关系。然而，在现实世界中，各种因素的影响往往相互交织。这时，多元回归就显得更加贴近实际：它通过同时纳入多个变量来尝试把握“全局”。
-
多元回归方程的一般形式
多元回归通常写成以下方程：
Y = a + b1X1 + b2X2 + b3X3 + … + bnXn + e
凯特兰甘（Keterangan）：
– Y = 因变量（需要解释/预测的变量）
– a = 常数（当所有 X 均为 0 时 Y 的值）
– b1、b2、…、bn = 每个自变量的回归系数
– X1、X2、…、Xn = 自变量
– e = 误差/残差（Y 的变异中无法用模型解释的部分）
系数 b 是最常被解读的组成部分。例如，如果 b1 = 2,5，那么在其他自变量保持不变的情况下，X1 每增加 1 个单位，Y 将增加 2,5 个单位。“其他条件不变”这一表述非常重要，因为它体现了多元回归的一个关键特征：它衡量的是变量的“偏”效应。
-
多元回归应用示例
为了便于理解，这里举一个简单的商业例子。假设一家公司想要了解影响产品销量 (Y) 的因素。该公司收集了以下数据：
– X1 = 广告费用（单位：百万印尼盾）
– X2 = 产品价格（单位：千印尼盾）
– X3 = 活跃经销商数量
分析结果得出以下方程式：
销售额 = 100 + 8X1 – 5X2 + 12X3
解读如下：
– 常数 100：当广告成本、价格和经销商被视为 0 时，销量估计为 100 单位（这只是数学上的解释，有时在现实中没有意义）。
– 8X1：如果价格和经销商保持不变，每增加 1 万的广告成本，预计销量将增加 8 台。
– -5X2：如果其他变量保持不变，价格每上涨 1 印尼盾，预计销量将减少 5 单位。
– 12X3：在其他变量保持不变的情况下，每增加 1 个活跃经销商，销量就会增加 12 件。
通过这种模式，公司可以制定政策：例如，确定广告、价格和经销商数量的组合，以实现销售目标。
-
多元回归何时适用？
多元回归适用于以下情况：
1. 你有一个想要预测的主要结果（Y）。
2. 有不止一个因素被认为会影响结果（X）。
3. 数据是数值尺度，或者可以转换为数值形式（例如，类别转换为虚拟变量）。
这种方法也可以用于研究中的“检验理论”，例如，在控制工作经验和居住地点之后，教育对收入的影响是否仍然显著。
-
多元回归中的重要假设
为了保证结果的有效性，多元回归分析需要考虑以下几个假设：
1. 线性
假设自变量和因变量之间的关系是线性的。如果实际关系是曲线的（非线性的），则线性模型的准确性可能会降低。
2. 不存在高度多重共线性
自变量之间的相关性不宜过强。如果 X1 和 X2 几乎相同，则很难区分它们各自的影响。
3. 同方差性
残差方差预计在所有预测值上都相对恒定。如果残差在某个特定值处变大（异方差性），则估计效率可能会降低。
4. 残差的正态性（通常是期望的）
残差应近似服从正态分布，尤其是在进行显著性检验时。
5. 误差的独立性
观测值之间的误差不应存在相关性。这个问题经常出现在时间序列数据中。
检验假设通常是通过残差图、统计检验（例如，VIF 用于多重共线性检验）和其他诊断分析来进行的。
-
模型质量评价：R² 和显著性检验
在多元回归分析中，常用的指标有以下几种：
– R²（决定系数）
R² 值表示模型能够解释 Y 的变异比例。R² 值介于 0 到 1 之间。R² 值越大，自变量解释的变异就越多。然而，较大的 R² 值并不一定意味着模型“正确”；可能存在过拟合的情况。
– 调整后的 R²
R² 的一个变体考虑了自变量的数量。这有助于比较具有不同变量数量的模型。
– F 检验（同时）
检验自变量是否共同对 Y 产生显著影响。
– t 检验（部分）
检验每个系数（b1、b2 等）是否具有统计学意义。
通过这项测试，研究人员可以评估该模型是否有用，以及哪些变量真正发挥了作用。
-
多元回归的优势和局限性
克莱比汉
——因为它同时考虑了许多因素，所以更贴近现实。
可用于预测和解释。
– 允许进行部分效应分析（控制其他变量）。
它是统计学和机器学习中许多高级方法的基础。
局限性
– 易受多重共线性影响。
– 如果假设不成立，结果可能会产生误导。
– 并不必然表明因果关系；回归分析显示的是关联性，而因果关系需要严谨的研究设计。
– 如果变量过多而数据量不足，则可能发生过拟合。
-
关闭
多元回归是分析单个因变量与多个自变量之间关系的重要统计工具。该方法使用相对简单的方程，帮助研究人员和实践者了解影响因素，衡量每个变量的影响强度，并做出比单独使用单一因素更准确的预测。
然而，多元回归并非“万能工具”。它需要高质量的数据、合理的变量选择以及假设检验，才能确保结果的准确性。如果运用得当，多元回归可以为各个领域的数据驱动决策提供坚实的基础。
如果您愿意，我可以帮助您针对特定情况（例如，论文、商业或高中读者）创建本文的版本，其中包含简单的计算示例以及如何阅读 SPSS/Excel/R 输出。
