mysql 回归分析_统计科学之多元回归分析

01.前言

前面我们讲了一元线性回归，没看过的可以先去看看：[一元线性回归分析]。这一篇我们来讲讲多元线性回归。一元线性回归就是自变量只有一个x，而多元线性回归就是自变量中有多个x。

多元回归的形式如下：

02.参数估计

多元回归方程中各个参数也是需要估计的，关于为什么要估计，其实我们在一元线性回归里面也讲过。与一元线性回归不同的是，一元线性回归拟合的是一条线，而多元回归拟合的是一个面。使用的方法也是最小二乘法。

03.拟合程度判断

在多元回归里面拟合程度判断与一元回归也类似，也主要有总平方和、回归平方和、残差平方和这三种。

多元回归里面也有R^2，R^2 = SSR/SST = 1 - SSE/SST。因为增加自变量的会降低残差SSE，进而导致R^2增加。

为什么加入新的变量会使SSE降低呢？因为每新加入一个新的变量，这个新的变量就会贡献一部分平方和，而这个平方和就是从残差里面分离出来的。

为了避免盲目增加自变量而导致得到一个虚高的R^2，优秀的前辈们又想出了一个新的指标，即修正后的R^2。公式如下：