Please enable JavaScript to view this site.

什么是线性回归?

线性回归使用该模型拟合数据:

斜率量化了这条线的陡度。其等于X的每单位变化对应的Y的变化,以Y轴的单位除以X轴的单位来表示。如果斜率为正,则Y随着X的增加而增加。如果斜率为负,则Y随着X的增加而减小。

X=0时,Y截距是直线的Y值。其定义了线的高程。

相关性和线性回归不一样。 审查差异。

简单线性回归与多元线性回归

上面显示了简单线性回归。仅有一个X变量。相比之下,多元线性回归将Y定义为包含几个X变量的函数。更一般地说,还有其他类型的关系,例如使用多个X变量来描述一个Y变量。这些方法统称为多元回归(多元线性回归是多元回归的一种),您可在此处阅读更多关于多元回归的原理

线性回归与逻辑回归

在简单线性回归中,因变量(Y)是连续的,这意味着它可采用任何范围的值。在某些情况下,Y变量可能不连续。例如,如果Y变量只能是两个值中的一个(例如,是或否,头或尾,雄性或雌性老鼠,等等),则其就是一个二元分类变量。在此情况下,线性回归则不太合适。取而代之的是,您可考虑使用逻辑回归,它模拟观察给定结果的概率(有时称为“成功”)。像线性回归一样,逻辑回归可有一个或多个X变量。阅读更多关于 简单逻辑回归(只有一个X变量)多元逻辑回归(具有多个X变量)了解更多信息。

 

© 1995-2019 GraphPad Software, LLC. All rights reserved.