回归最初是遗传学中的一个名词,是由英国生物学家兼统计学家高尔顿首先提出来的,他在研究人类身高的时候发现:高个子回归人类的平均身高,而矮个子则从另一方向回归人类的平均身高;
回归整体逻辑回归分析(Regression Analysis)研究自变量与因变量之间关系形式的分析方法,它主要是通过建立因变量y与影响它的自变量 x_i(i=1,2,3… …)之间的回归模型,来预测因变量y的发展趋向。
回归分析的分类
线性回归分析简单线性回归
多重线性回归
非线性回归分析逻辑回归
神经网络
回归分析的步骤根据预测目标,确定自变量和因变量
绘制散点图,确定回归模型类型
估计模型参数,建立回归模型
对回归模型进行检验
利用回归模型进行预测
简单线性回归模型
1.基础逻辑
y=a+bx+e
该模型也称作一元一次回归方程,模型中:y:因变量
x:自变量
a:常数项(回归直线在y轴上的截距)
b:回归系数(回归直线的斜率)
e:随机误差(随机因素对因变量所产生的影响)e的平方和也称为残差,残差是判断线性回归拟合好坏的重要指标之一从简单线性回归模型可以知道,简单线性回归是研究一个因变量与一个自变量间线性关系的方法
2.案例实操下面我们来看一个案例,某金融公司在多次进行活动推广后记录了活动推广费用及金融产品销售额数据,如下表所示因为活动推广有明显效果,现在的需求是投入