使用多元线性回归

如果知道某些自变量会影响其他相关变量（应变量），应使用多元线性回归作为该变量的预测方法。例如，夏季温度会影响用电量，因为天气越热，开空调的人越多。这意味着用电量（应变量）依赖于温度（自变量）。

预测器按照以下过程以回归方式来预测应变量：

  1. 建立一个方程，定义自变量与应变量之间的数学关系。这是回归方程。

  2. 预测每个自变量，方法是运行为每个自变量选定的所有时间序列预测方法，使用最佳方法来预测每个自变量。

  3. 利用预测的自变量值来计算回归方程，对应变量进行预测。

要使用多元线性回归：

  1. 在预测器向导的方法面板上，选择多元线性回归。

  2. 在回归变量对话框中，选择应变量和自变量。有关说明，请参阅“选择回归变量”。

  3. 选择要使用的回归方法：标准、前向逐步回归或迭代逐步回归。有关说明，请参阅本文档中的词汇表和《Oracle Crystal Ball Reference and Examples Guide》。

  4. 如果选择了逐步回归，您可以选择关联的设置。

    有关说明，请参阅“设置逐步回归选项”。

  5. 选中或清除其余设置：

    • 在回归方程中包含常量 - 在回归方程中包含 y 轴截距常量；如果未选中，回归方程会经过原点。默认情况下，该设置处于选中状态。

    • 仅对应变量运行回归方法 - 选中后，不会对应变量运行除回归以外的预测方法。默认情况下，该设置未选中，会对这些变量运行所有预测方法，连同线性回归。

    • 计算自变量的方差膨胀因子 (VIF) - 计算回归方程中所包括每个自变量的方差膨胀因子 (VIF)，其中 VIF 是自变量之间多重共线性强度（关联度）的度量。计算 VIF 需要更多时间。默认情况下，此设置未选中。

注：

有关涉及多元线性回归所需最小数据点数的规则，请参阅“利用历史数据创建电子表格”。