数据科学与大数据分析基础-第七章 回归分析基础

Regression回归

• 线性回归 Linear Regression

  • 分类变量

  • 参数的置信区间

  • 预期结果的置信区间

  • 特定输出的预测区间

  • 诊断分析

  • 逻辑回归

  • • 最大似然估计 Maximum Likelihood Estimation (MLE)
    • ROC曲线

  • 选择理由与注意事项

回归分析

–阐述一组变量对另一关注变量结果所产生的影响

–结果/因变量

–输入/自变量

线性回归 Linear Regression

一种用于探究多个输入变量与一个连续输出变量之间关联性的分析方法。

核心前提：变量间存在线性联系。
线性回归假定
– 输入变量与结果变量之间呈现出线性关联

β0, β1 … βp-1 表示模型中尚未确定的参数，那么如何获取这些参数的具体数值呢？普通最小二乘法（Ordinary Least Squares，简称OLS）是一种常用的参数估计方法。该方法旨在寻找一条能够最佳拟合变量间关系的直线。具体而言，当仅存在一个输入变量x与结果变量y时，我