数据分析学习总结笔记07：回归分析概述

1 什么是回归分析

1.1 回归分析概述

回归是用一条有代表性的直线或曲线（在高维空间中，则为超平面或一般曲面）来拟合输入输出数据的一种方法。
拟合的直线或函数刻画了变量之间的相互联系，基于这种联系我们可以对新获得的输入数据的输出结果进行预测。
回归分析：主要研究变量间的统计联系，通过建立统计模型研究变量间相互关系的密切程度、结构状态及进行预测。

1.2 “回归”的由来

• 回归的古典意义：
  • 高尔顿（Galton）遗传学的回归概念。
  • 父母身高与子女身高的关系：无论高个子或低个子的子女都有向人的平均身高回归的趋势。
  • 高尔登把这种孩子的身高向平均值靠近的趋势称为一种回归效应，而他发展的研究两个数值变量的方法称为回归分析。
• 回归的现代意义：
  • 一个因变量对若干解释变量依存关系的研究，用恰当的数学模型近似地表达或估计变量之间的变化关系。
  • 实质：由已知的或固定的自变量的数值，去估计因变量的总体平均值。

1.3 回归分析归纳

1.3.1 回归分析的主要内容