若做回归分析的时候，残差不是正态分布真的就不能做回归分析了么。不用回归有别的方法能检验自变量显著么 你的问题太多，我不能一一做详细回答。随机干扰项不是正态分布也可以做回归，不过参数的估计方法最好不要使用OLS，使用极大似然估计会好一些，相应的似然函数有变化。12个。
怎么判断用线性回归还是非线性回归？ 优先2113选择线性回归，因为线性回归容易处理5261。也可以选择非线性4102回1653归。非线性回归很复杂，而线性回归的方法基本上前人已经完善的差不多了。处理可线性化处理的非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性回归方法处理。假定根据理论或经验，已获得输出变量与输入变量之间的非线性表达式，但表达式的系数是未知的，要根据输入输出的n次观察结果来确定系数的值。扩展资料：多数非线性模型中，参数必须限制在有意义的区间内。指的是在迭代过程中对参数的限制。分为线性约束和非线性约束。线性约束中将参数乘以常数 但这个常数不能为其他参数或者自身。非线性约束中至少有一个参数和其他参数相乘或者相除或者进行幂运算。线性回归模型经常用最小二乘逼近来拟合，但他们也可能用别的方法来拟合，比如用最小化“拟合缺陷”在一些其他规范里（比如最小绝对误差回归），或者在桥回归中最小化最小二乘损失函数的惩罚。相反，最小二乘逼近可以用来拟合那些非线性的模型。因此，尽管“最小二乘法”和“线性模型”是紧密相连的，但他们是不能划等号的。参考资料来源：-线性回归参考资料来源：-非线性回归
spss用独立样本T检验时，假设方差相等的levene检验sig值小于0.05，接下来该怎么办？ 看方差不相等的那一行，sig值小于0.05，这种情况就是方差不齐。
