2301_79843311的博客

目录一、回归分析是什么？二、回归分析究竟要去解决什么呢？三、数据四、一元线性回归【回归系数的解释】总结【理解】（1）相关性：与因果性不同。例如，天气热的时候，空调费用花费多；夏天时候，雪糕销售量也多，按道理，若计算两者，能有“雪糕卖的越多，空调费用越高”，显然这是不合理的。绝大部分时候，我们是不能直接分析严格的因果关系，只能去通过回归分析来研究相关性。（2）Y：因变量（被解释变量），在研究时候，是核心的研究变量。对应着五种的回归分析，有五种变量类型： （a）连续性数值变量：例如GDP增长率

以下多为《概率论与数理统计》已学内容，注意复习多种分布的特点、概率密度函数和假设的理解。

问题引入：如何进行最基本的评价来打分，依据可量化的分数来做出决定？解决一些思虑不周的情况。比如说本来更适合小明的是A大学，却在身边人的鼓吹下因为B大学的某些地方选择了B大学。解决方法：列个表格一一打分，综合所有指标得到总分来确定最终的选择。明确评价指标、方案、评价的准则和指标（查找背景资料、常识进行确定）

。。（下次补）

也就是说，其实这个多项式是人为规定的，且通过矩阵可以证明在n阶时候的多项式唯一。

-------------------------------------------------------------------------------------------------------------数模网课笔记。

什么是相关系数？A：衡量两个变量之间的相关性的指标在《概率论和数理统计》中，定义了总体均值和总体协方差的概念，总体协方差公式如下：由这个公式可以看到，当X，Y变化方向相同，也就是说X大于X均值时候Y也大于Y均值，协方差为正数；当X，Y变化方向相反，也就是说X大于X均值时候Y小于Y均值，协方差为负数。但此时我们注意到，这个公式计算得到的结果并没有消除量纲的影响，不适合于进行数据的比较。在运用皮尔逊相关系数时候，必须先确定两个变量是线性相关的，才能用这个系数来衡量两个变量的相关程度。皮尔逊相关系数。