統計學基本統計分析 多元回歸分析 logistic回歸 方差分析

相關性分析

相關性分析是指對兩個或多個具備相關性的變量元素進行分析，進而衡量兩個變量因素的相關密切程度。相關性的元素之間需要存在一定的聯系或者機率才可以進行相關性分析。相關性不等于因果性，也不是簡單的個性化，相關性所涵蓋的範圍和領域幾乎覆寫了我們所見到的方方面面，相關性在不同的學科裡面的定義也有很大的差異。

回歸分析

回歸分析（regression analysis）是一種統計學上分析資料的方法，主要是希望探讨資料之間是否有一種特定關系。回歸分析是建立因變量y（或稱依變量、原文為：response

variables, dependent variables）與自變量x（或稱獨變量，原文為predictors, independent variables）之間關系的模型。複回歸（multiple regression）指的是超過一個自變量。回歸分析的目的在于了解兩個或多個變量間是否相關、相關方向與強度，并建立數學模型以便觀察特定變量來預測研究者感興趣的變量。

非線性回歸

regression model)。　

偏回歸系數

　　logistic回歸的因變量可以是二分類的，也可以是多分類的，但是二分類的更為常用，也更加容易解釋。是以實際中最為常用的就是二分類的logistic回歸。

方差分析是統計學上的一個概念，又稱“變異數分析”或“f檢驗”，是r.a.fister發明的，用于兩個及兩個以上樣本均數差别的顯著性檢驗。