【数模整理3】数据分析那些事儿——回归分析

回归分析是什么？

回归是一种数据分析方法，研究两个或多个变量之间的关系。不同于上一篇所讲的相关分析，回归分析能确定Y与X间的定量关系表达式（回归方程），因此，它可以

• 揭示各个X对Y的影响程度大小
• 帮助建立预测模型

回归分析的方法数不胜数，稍加整理，得到下图：

工具

• SPSSAU（我之前用得比较熟，但是它要钱QAQ）
• SPSSPRO（free！）
• pycharm

回归

1 线性回归（Linear regression）

线性回归假设目标/因变量/Y与特征/自变量/X存在线性关系，即满足一个多元一次方程 $$y={\theta }_0+{\theta }_1{x}_1+...{\theta }_n{x}_n.$$因此它将寻找最佳的拟合直线（回归线），从而确定回归方程中的θ.具体方法如下：
补充上SPSSAU官网的总结：

·

最小二乘法（Least Square Method）

最小二乘法是解决曲线拟合问题最常用的方法，在1806年由马里·勒让德提出，其一般形式是：