多元回归分析

这篇博客详细介绍了多元回归分析的理论和实践。在理论部分,讨论了如何处理包含分类型变量的数据,以及正态分布的重要性。实践部分通过Python代码展示了如何使用sklearn库进行多元线性回归,包括简单的数据预处理、模型训练和预测。首先,展示了一个只有数值型自变量的案例,然后展示了如何处理包含类别型变量的情况,通过创建哑变量来适应线性回归模型。
摘要由CSDN通过智能技术生成

一.理论

 多元回归分析(multiple regression)

1.与简单线性回归区别:
多个自变量
2.多元回归模型


3.多元回归方程


4.估计多元回归方程


5.估计流程(与简单线性回归类似)
6.估计方法

使得min的值达到最小


7.如果自变量有分类型变量(categorical data),如何处理?

1)原始数据

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值