一、多元回归 1、方法概述： 在讨论变量之间的相互影响关系模型时候，用到这类方法，具体地说：其可以定量地描述某一现象和某些因素之间的函数关系,将各变量的已知值带入回归方程可以求出因变量的估量值，从而可以进行预测等相关讨论
2、分类 分为两类：多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如：y=lnx 可以转化为 y=u u=lnx来解决；所以这里主要说明多元线性回归应该注意的问题
3、 注意事项 在做回归的时候,一定要注意两件事: （1） 回归方程的显著性检验（可以通过 sas 和 spss 来解决) （2） 回归系数的显著性检验（可以通过 sas 和 spss 来解决） 检验是很多学生在建模中不注意的地方,好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意
4、使用步骤： （1）根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系； (2）选取适当的回归方程; （3）拟合回归参数； （4）回归方程显著性检验及回归系数显著性检验 （5） 进行后继讨论（如：预测等） 这种模型的的特点是直观,容易理解
这体现在：动态聚类图可以很直观地体现出来
当然，这只是直观的一个方面
二、聚类分析 聚类有两种类型： （1） Q 型聚类：即对样本聚类； （2） R 型聚类：即对变量聚类； 聚类方法: （1） 最短距离法 （2） 最长距离法 （3） 中间距离法 （4） 重心法 （5） 类平均法 (6） 可变类平均法 (7) 可变法 （8） 利差平均和法 在具体做题中，适当选取方法; 3、注意事项 在样本量比较大时，要得到聚类结果就显得不是很容易，这时需要根据背景知识和相关的其他方法辅助处理
还需要注意的是：假如总体样本的显著性差异不是特别大的时候，使用的时候也要注意
4、方法步骤 （1)首先把每个样本
