主要內容
曲線回歸分析方法的主要內容有：
① 確定兩個變數間數量變化的某種特定的規則或規律；
圖1.曲線回歸舉例② 估計表示該種曲線關係特點的一些重要參數，如回歸參數、極大值、極小值和漸近值等；
③ 為生產預測或試驗控制進行內插，或在論據充足時作出理論上的外推 。
分類
曲線方程配置(curve fitting)：是指對兩個變數資料進行曲線回歸分析，獲得一個顯著的曲線方程的過程。按照曲線方程的配置主要可以分為以下四類：
1）曲線回歸分析的一般程式；
2）指數函式曲線方程；
3）冪函式曲線方程；
4）Logistic曲線方程。
操作步驟
1.Excel步驟
1、將數據輸入excel表格中，行表示或列表示均可。
2、選定數據區域，然後單擊工具列中的“圖表嚮導”(或在選單欄單擊“插入”－“圖表”)，彈出對話框，選擇“xy散點圖”，再選擇子圖表中的第一個散點圖。
3、按“下一步”，大概的圖就完成了，它會讓你選擇所產生的數據是“行”或“列”，根據你的要求選擇。再點擊下一步，可以將行或列的標題內容填入。接著點擊“下一步”之後點“完成”。圖表就完成了。
4、選擇圖表上的任意一個點（選中一個點之後，其餘的點都變為黃色了），單擊右鍵，選擇“添加趨勢線”。在“添加趨勢線”對話框中的“類型”選“線性”，在“選項”中把“顯示公式”和“顯示R平方值”點上，如果你不想設定截距，就不用點擊“設定截距”。
圖2.常用的曲線圖2.spss操作步驟
基本原理：
線性回歸不能解決所有問題，儘管有可能通過一些函式的轉換，在一定範圍內將因變數，自變數之間的關係轉化為線性關係，但是，這種轉換有可能導致更複雜的計算或者失真。如果線性模型不能確定哪一種為最佳，就需要嘗試曲線擬合的方法。這樣能建立一個簡單並且合適的模型。
要求：
自變數可以為一個或者多個，因變數只能為一個。如果自變數為時間變數，可以在“保存”對話框的“預測觀測量”欄指定一種超出當前數據時間序列範圍的預測周期。意思就是用已經有了的時間預測未來。但是，首先需要在此欄中設定。系統會根據設定的時間自動進行預測。
從估計期到最後一個個案預測”如果沒有指定這個選項，系統默認使用所有的觀測量。但是，如果指定，就使用指定的觀測量，意思就是讓你根據需要篩選個案值。
預測範圍:
根據預先設定的周期，對特定的數據，在指定的時間內進行預測。也就是需要選擇一個超出時間變數的所有觀測量的範圍，這個超出的時間才有資格成為預測範圍，這就是需要人腦分析並根據實際需要，設定一個未來的範圍，系統就會根據設定的這個未來範圍進行分析，得出結果。
結果：
1 方差分析表：此表是每一個模型具有一個，只要選擇，就分別在主對話框已經選擇的模型輸出。如果小於95%置信區間的小機率0.05，就說明有統計意義，這個模型有希望，能夠進行擬合。反之亦然。
2 R方和調整R方：如果二者越接近1說明模型的擬合效果越好。
3 圖形：從此圖中可以一目了然哪種模型最好，也就是哪種模型和所有的散點越接近。
4係數：根據非標準化係數，和它對應的變數，即可寫出相應的曲線回歸方程。
5 殘差：一個補充的判斷最優模型的方法。
結果圖形判斷方法：最平穩的就是最合適的方程 。
