回归分析

回归分析：做完线性回归分析后还要检验回归方程的显著性。（即判断自变量和因变量之间是否真的存在因果关系，相当于检验参数贝塔是否为零向量。

                                                                                                     还要检验，自变量的每个分量是否和因变量间存在因果关系，相当于检验贝塔k是否等于0。）

n个样本，p个自变量的线性回归。

回归方程的优化（剔除不显著的自变量）。

             自变量的筛选原则：（1）高显著性，（2）充分拟合（剩余方差小，可决系数高），（3）模型从简（变量个数少）

                                               剩余方差=SSE/（n-p-1）（反应当前模型中不能解释的信息的多少）

                                               可决系数=SSR/SST（反应当前模型中能解释的信息的多少）

逐步回归；

          逐步分析的方法是一种寻找最优组合的常用策略。（常用的还有逐步聚类等）

多项式回归问题：

               对     y=b0+b1*x+b2*x^2+b3*x^3+......bn*x^n;

              做变换    X1=x,X2=x^2,X3=x^3,......Xn=X^n;

              则，可将多项式回归问题转换成线性回归为题。