线性回归

1.线性模型流程

2.模型假设

1、模型设置，选择何种回归方法、如何选变量、变量以何种形式放入模型（根据理论、看散点图）；
2、解释变量和扰动项不能相关(根据理论或常识判断，无法检验)；
1、2保证模型是正确的
3、解释变量之间不能强线性相关（膨胀系数）；
4、扰动项独立同分布；（异方差检验、DW检验）
5、扰动项服从正态分布 （QQ检验）
3-5检验只能保证模型精确
…
违反假设1，则模型预测能力差；
违反假设2，则回归系数估计有偏；
违反假设3，则回归系数的标准误被放大；
违反假设4，则扰动项的标准差估计不准， T检验失效；
违反假设5，则T检验失效。

3.数值预测评估原理

4.lasso算法

https://blog.csdn.net/sinat_31407371/article/details/70238115