白话空间统计二十三：回归分析(一）

2017年开篇文章，还是继续是虾神我的老本行：白话空间统计。所以虾神准备直接就在一棵树上吊死算哒——将空间统计进行到底。

所以，把虾神daxialu打造成《空间统计》领域的微信第一公众号，就是虾神我的野望所在了。所以在2017年第一篇，再从重申虾神在开写《白话空间统计》时候发下的大宏愿：地狱不空，誓不成佛——额……串了……是：I have a dream，将空间统计拉下神坛，写出一个最接地气的空间统计解释来。

在这里简单做一下今年的更新计划：
1、续写白话空间统计，以及以前的一些文章重写（重写包括订正和内容重新编写），全年在白话空间统计这个系列上，更新的内容和订正的内容，大约是3:1左右。

2、R语言和Python的一些应用、包和Demo的介绍和教程（类似去年Leaflet for R那样的系列文章，全年应该有两至三个系列）。

3、翻译文章，包括教材系列的和国外文章系列的文章。

4、连载或者贴老夫做的一些PPT神马的。

5、贴一些老夫的Demo代码和算法之类的。

那么全年预计更新60-70篇文章左右，每月5-6篇……好吧，写完这句话的时候，虾神就突然觉得背后冷飕飕的，一月都过去一半，就说明已经欠下三篇文章的账了啊……啊啊啊啊……好有危机感啊。

好吧，正式开始今天……今年的内容。

回归分析实际上是统计学里面的一个经典内容，关键是在空间统计里面，有一个巨大的拦路虎就是：地理回归分析，所以要讲地理回归分析，不得不先讲讲回归分析。

对于大部分人来说，回归分析就是这样的：



这应该是对于大部分非统计学背景的同学来说，最形象的说明了……一说回归分析，so，这个东东我知道，不就是一条直线么……至于这个直线是干嘛的——你问我我问谁呢？好吧，今天就让虾神来好好念叨念叨这跟直线是干嘛的。

首先，“回归”这个词，最早是英国地理学家、人类学家、统计学家（还有一堆头衔：数学家、气象学家、心理学家等等……高尔顿爵士与亚历山大 洪堡处于同一时代，所以可以定位为精准科学分科之前的综合性学者，关于这个论点，请查看虾神以前的文章《学科与国家随想》（在公众号回复“学科”就可以找到这篇文章了，或者看《地理学思想史》）Sir Francis Galton(弗朗西斯·高尔顿爵士 ：16 February 1822 – 17 January 1911)在19世纪80年代提出来的，就是下面这位：


他用的“回归”这个词，最早是用来研究同一族群中，父辈身高与子代身高之间的关系而提出来的，按照我们一般的遗传学常识，父亲高，儿子自然也高，父亲矮，儿子自然也矮，但是他发现了一个很有意思的现象：


如上图，在同一族群里面，子代的身高，会慢慢的回归族群的平均身高，虽然大方向上，还是高个子父亲生高个子儿子，但是他们与平均身高的距离会越来越小。所以，这个就是在统计学上，回归最早的含义。

当然，到了今天，回归分析已经变成了数据分析领域应用最广泛的分析方法（没有之一——什么？你说专题图是最广泛的？亲，那东西叫做可视化，不是分析方法……）

回归分析主要用来干嘛呢？

首先就是探索自变量和因变量之间的因果关系：


其次还可以通过自变量的取值来预测因变量的结果。比如美元和黄金问题。。。


还有一个最大的优点，就是回归可以用统计手段，排除在干扰因素……这个说起来好像很复杂，暂时挖一坑，回头待填。

好了，第一篇文章暂时就先到这里了，从下一篇文章开始正式讲回归分析……当然，从回归到地理回归，估计中间还有不少内容要讲，就当开了个专题吧。

2017年，一七……一起，我们一起成长。