回归简介

背景介绍

“回归”一词在统计领域是弗朗西斯·高尔顿在研究父母身高和子女身高的关系时引入的。高尔顿发现：尽管存在父母高子女也高，父母矮子女也矮的趋势（个体角度），但是观察总样本的话，父母异常高（矮）子女虽然可能也高于（低于）人口平均水平，但比父辈矮（高），呈向平均水平靠拢的趋势，而不是向2个极端发散的趋势。希尔顿描述为儿辈的身高回归到中等身高。“回归”由此而来。

什么是回归

在今天，回归是研究因变量对自变量的依赖关系的一种统计分析方法，更侧重的是研究方法而不是回归的字面意义。我们一般通过回归分析，来研究变量之间的相关关系。

回归的特点

1. 指示自变量和因变量之间的显著关系(是否相关)
2. 指示多个自变量对一个因变量的影响强度（参数）

回归的作用

1.挑选与因变量相关的自变量（由特点1来）
2.描述因变量与自变量之间的关系强度（由特点2来）
3.生成模型，通过自变量来预测因变量（定义本身）

应用场景

1. 预测，如预测房价
2. 分析或解释现象，发现变量之间的关系，如天气对共享单车使用量的影响
3. 时间序列分析，侧重随机数据序列，如股票分析