多元线性回归、逐步回归、逻辑回归的总结

这是我的个人博客地址。

线性回归，前面用Python从底层一步一个脚印用两种方法实现了回归拟合。在这个高级语言层出不穷的年代，这样做显然不明智，所以我考虑用优秀的数据分析工具——R语言（不敢说最优秀，虽然心里是这么想的，我怕有人要骂我！）做回归分析。包括简单多变量回归、逐步回归、逻辑回归！

多元回归分析，生活中用的很多，因为一个因素可能与很多其它因素有关！言归正传，这里考虑用R语言里面的相关函数做回归分析。

需要的用到的知识储备：

• 线性代数

• 概率论与数理统计

• 高等数学

• R语言基础

下面分别从普通多元线性回归、逐步回归、逻辑回归进行介绍。前面用Python实现的只是一元回归，由于R语言实现线性回归很方便，所以我会着重介绍原理。

多元线性回归

不论是单变量还是多元线性回归分析，他们都是直接或间接（有时候需要通过变量代换）程线性的关系。我们需要找到一个通用的线性模型来描述这种关系，在我们可以接受的误差范围内对数据进行预测或者发现规律。

多元线性回归理论基础

对于一组变量数据，如果我们不管是通过画散点图还是其它方法，