什么是线性回归分析

探讨了变量间非严格函数关系的概念,介绍了回归分析作为处理变量间相互依赖的统计方法,特别关注线性与非线性关系的区别,以及线性回归模型的基本形式和前置假设。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

变量之间的非严格函数关系

变量之间X、Y之间存在某种密切的联系,但并非严格的函数关系(非确定性关系)。

回归

回归是处理两个或两个以上变量之间互相依赖的定量关系的一种统计方法和技术,变量之间的关系并非确定的函数关系,通过一定的概率分布来描述。

线性与非线性

线性(Linear)的严格定义是一种映射关系,其映射关系满足可加性和其次性。通俗理解就是两个变量之间存在一次方函数关系,在平面坐标系中表现为一条直线。不满足线性即为非线性(non-linear)。

线性回归(Linear Regression):在回归分析中,如果自变量和因变量之间存在线性关系,则被称作线性回归。如果只有一个因变量一个自变量,则被称作一元线性回归,如果有一个因变量多个自变量,则被称作多元回归。

模型的一般形式

几个基本假设

线性回归有几个基本的前置假设条件:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

zsyRain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值