数学建模常用模型——回归

        今天我们来介绍一下回归。回归在百度百科里面的定义是：回归是一种数学模型，研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通常Y1，Y2，…，Yi是因变量，X1、X2，…，Xk是自变量。回归主要的种类有：线性回归、曲线回归、logistic回归等等。下面我们简单叙述一下这几种回归。

 

线性回归/曲线回归

一元：

对于一元线性回归而言，本质都是依据最小二乘法原理，拟合得到函数y=ax+b的参数a和b，使其值与实际值的残差平方和最小（这里残差平方和函数也叫做代价函数或者损失函数，可以理解为一个衡量参数好坏的目标函数）,这里就不详细介绍了。曲线回归也同样，设好要回归的曲线，根据最小二乘法原理求得参数。

下面是matlab一元线性回归示例，可以使用内置函数regress、LinearModel等进行回归分析:

 

说到这里有必要提一下拟合和回归的区别——拟合的概念更广泛，拟合包含回归，还包含插值和逼近。拟合是一种数据处理的方式,不特指哪种方法.简单的说就是你有一组数据,觉得这组数据和一个已知的函数（这个函数的参数未定）很相似,为了得到最能表示这组数据特征的这个函数,通过拟合这种方式（具体的数学方法很多）求得