人工智能｜数学基础｜回归分析理论

回归分析是确定两个或两个以上变量间相互依赖的定量关系的一种统计分析方法。

在回归分析中，首先根据研究对象的性质和研究分析的目的，对变量进行自变量和因变量的划分。

自变量是可以控制或可以观测到变量，一般记为x; 因变量是随着自变量的变化而变化的变量，一般记为y。

根据自变量的数目，回归分析可分一元回归和多元回归。一元回归是指一个因变量和一个自变量的回归模型。

多元回归是指由一个因变量和多个自变量组成的回归模型。

根据自变量与因变量的表现形式，回归分析可分为线性回归与非线性回归。

线性回归是一种以线性模型来建模自变量与因变量的方法。

非线性回归是指因变量与自变量之间存在非线性关系。有时通过变量代换，可以将非线性回归转化为线性回归。

回归分析的步骤

1. 确定回归方程中的自变量和因变量
2. 确定回归模型，建立回归方成
3. 对回归方程进行各种校验
4. 利用回归方程进行预测