结合分析是应用最为广泛的市场研究分析方法，可由于它在spss中只能编程操作，国内竟然没有任何spss书籍对它加以介绍，这简直是对教材水平的莫大讽刺。

老教授的诊断水平为什么要比住院医生高得多？这是因为他们脑袋里装的判别方法预报精度不同：住院医生用的是简单的判别函数，而老教授则用的是几十年经验训练出来的神经网络

      通过前面几章的系统学习，相信大家已经对现行回归模型有了一个比较清楚的了解，从中也体会到该模型是有着严格的适用条件的，而不是以前认为的那样随随便便拿来一个数据就能往上套。但是，线性回归模型只是对复杂联系的简化，现实世界中的数据往往会违反模型的相应假设，如曲线关系，误差项不独立，应变量为分类数据等。针对这些情况，我们可以采用的策略有一下三种：

      1，嚎啕大哭，然后把计算机砸了，最后告诉老板说现在的统计软件太笨，干不了这个活。

      2，对标准的线性模型作一些修正，使之能处理以上各种异常情况，但方法仍然在相应范畴内。

      3，彻底打破原有模型的束缚，采用新的模型来拟合，如非线性回归模型，广义线性模型，loss（局部回归光滑）模型和多水平模型等方法来分析。

      第一中策略偶尔有人采用，但不在我们的讨论范围之列；第三种策略最为权威，也是统计学研究的热点之一，但属于比较难以掌握的高科技，和我们劳苦大众离得比较远；第二种策略看上去很美，试图用简单得模型扩展来解决这些问题，掌握起来也较为容易。但需要指出的是，这些修正方法有其严格的适用条件，如果随意使用，拟合效果可能反而更糟。因此除非有确实的证据，否则请慎重使用。

      本章的目的就是要既搞原子弹，也卖茶叶蛋，向大家介绍regression菜单中针对后两中策略而提供的一些方法。