什么是线性回归模型

线性回归模型是一种确定变量之间的相关关系的一种数学回归模型。线性回归模型分为一元线性模型和多元线性模型,区别在于自变量的个数。线性回归模型形式简单、易于建模、容易理解,结果具有很好的可解释性,有利于决策分析。

线性回归是利用线性的方法,模拟因变量与一个或多个自变量之间的关系。对于模型而言,自变量是输入值,因变量是模型基于自变量的输出值,适用于x和y满足线性关系的数据类型的应用场景。线性回归应用于数据分析的场景主要有两种:

❶ 驱动力分析:某个因变量指标受多个因素所影响,分析不同因素对因变量驱动力的强弱。

❷ 预测:自变量与因变量呈线性关系的预测。

线性系数的计算-最小二乘法:通过最小化误差的平方和寻找数据的最佳函数匹配,利用最小二乘法可以求得一条直线,并且使得拟合数据与实际数据之间误差的平方和为最小。

     

类似文章

发表评论

您的电子邮箱地址不会被公开。