本文介绍了回归分析的基本概念，并重点讲解了线性回归及其核心方法——最小二乘法。通过本文，读者可以了解到如何使用线性回归方程来建立自变量与因变量之间的数学模型，并理解最小二乘法在确保数据偏差平方和最小化过程中的作用。
回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。
“最小二乘法”的核心就是保证所有数据偏差的平方和最小 (“平方”的在古时侯的称谓为“二乘”)。
51CTO：线性回归之——最小二乘法 http://sbp810050504.blog.51cto.com/2799422/1269572
科学网：最小二乘法？为神马不是差的绝对值 http://blog.sciencenet.cn/blog-430956-621997.html
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
