直線回歸的概念
直線回歸(linear regression)是用直線回歸方程表示兩個數量變數間依存關係的統計分析方法，屬雙變數分析的範疇。如果某乙個變數隨著另乙個變數的變化而變化，並且它們的變化在直角座標系中呈直線趨勢，就可以用乙個直線方程來定量地描述它們之間的數量依存關係，這就是直線回歸分析。
直線回歸分析中兩個變數的地位不同，其中乙個變數是依賴另乙個變數而變化的，因此分別稱為因變數(dependent variable)和自變數(independent variable)，習慣上分別用y和x來表示。其中x可以是規律變化的或人為選定的一些數值(非隨機變數)，也可以是隨機變數，前者稱為i型回歸，後者稱為ii型回歸。
直線回歸分析的應用條件
1.兩變數的變化趨勢呈直線趨勢(linear)；
2.因變數y屬於正態隨機變數(normal distribution)；
3.對於i型要求對於每個選定的x，y都有乙個正態分佈的總體，並且這些總體的方差都相等(equal variance)；對於ii型回歸，要求x、y服從雙變數正態分佈。
區別：（1）資料要求不同。回歸要求依變數y服從正態分佈，而x是可以精確測量和嚴格控制的量，一般稱為i型回歸；相關要求兩個變數x、y服從雙變數正態分佈資料，若進行回歸則稱為ii型回歸，分別計算出兩個回歸方程。
（2）應用情況不同。描述兩變數間依存變化的數量關係用回歸分析，描述兩變數間相關關係用相關分析。回歸反映兩個變數之間的單向關係，而相關則表示兩個變數之間的相互關係是雙向的。
聯絡：（1）方向一致。如果對同一資料進行回歸與相關分析，得到的回歸方程中的b與相關係數r的正負號是相同的。
（2）假設檢驗等價。
（3）相關回歸可以互相解釋。
回歸 最佳擬合直線與區域性線性回歸
回歸可以做任何事，例如銷售量 或者製造缺陷 具體的做法是用回歸係數乘以輸入值，再將結果全部加在一起，就得到了 值。其中，求回歸係數的過程就是回歸，一旦有了回歸係數，再給定輸入，做 就很容易了。1.收集資料 2.準備資料 3.分析資料 4.訓練演算法 找到回歸係數 5.測試演算法 可使用 值和資料的擬...
偽回歸的概念
單位根檢驗由於傳統的 經濟計量學方法對非平穩的 時間序列不再適用,利用傳統方法對計量模型進行 統計推斷時,許多引數的 統計量的分布不再是標準分布,所作的回歸被稱為 偽回歸 偽回歸 如果一組非平穩 時間序列之間不存在 協整關係，則這一組變數構造的 回歸模型就有可能出現偽回歸。殘差序列是乙個非平穩序列的...
用線性回歸方法計算直線斜率
最近在做裝置負載 考慮到負載波動，需要拿出近似增長率來計算未來數天的裝置負載增長狀況，想想看以前的數學都沒有學好，演算法也沒有搞好，只能求助同事和google，最終還是折騰出來了。最小二乘法公式 下面 簡單列舉歷史10個點來計算該裝置負載增長率 1 23 4 5 67 8 9 10 11 12 13...