机器学习之回归

原文地址

多元线性回归概念原文链接：

  在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。社会经济现象的变化往往受到多个因素的影响，例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响。因此，一般要进行多元回归分析，我们把包括两个或两个以上自变量的回归称为多元线性回归。一元线性回归是一个主要影响因素作为自变量来解释因变量的变化。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。

  多元线性回归与一元线性回归类似，可以用最小二乘法估计模型参数，也需对模型及模型参数进行统计检验。

  选择合适的自变量是正确进行多元回归预测的前提之一，多元回归模型自变量的选择可以利用变量之间的相关矩阵来解决。

多元线性回归服从正态分布：

多元线性回归要求服从高斯分布也就是正态分布。

正态分布函数：

多元线性回归模型：

多元线性回归模型为：

  其中，b0为常数项，b1,b2…bk为回归系数，b1为X1,X2…Xk固定时，x1每增加一个单位对y的效应，即x1对y的偏回归系数；同理b2为X1,X2…Xk固定时，x2每增加一个单位对y的效应，即，x2对y的偏回归系数，等等。如果两个自变量x1,x2同一个因变量y呈线相关时，可用二元线性回归模型描述为：

  用最小二乘法求解参数。以二线性回归模型为例，求解回归参数的标准方程组为：

  解此方程可求得b0,b1,b2的数值。亦可用下列矩阵法求得：

  即：

  最大似然估计和最小二乘法：

  又比如两个变量：

  使用最大似然估计解释最小二乘：

  高斯的对数似然与最小二乘：

多元回归模型的检测与评价：

  多元性回归模型与一元线性回归模型一样，在得到参数的最小二乘法的估计值之后，也需要进行必要的检验与评价，以决定模型是否可以应用。需要以下几个步骤：

1、拟合程度的测定

  与一元线性回归中可决系数R2相对应，多元线性回归中也有多重可决系数R2，它是在因变量的总变化中，由回归方程解释的变动(回归平方和)所占的比重，R2越大，回归方各对样本数据点拟合的程度越强，所有自变量与因变量的关系越密切。计算公式为：

2.估计标准误差

  估计标准误差，即因变量y的实际值与回归方程求出的估计值 之间的标准误差，估计标准误差越小，回归方程拟合程度越好。

  其中，k为多元线性回归方程中的自变量的个数。

3.回归方程的显著性检验

  回归方程的显著性检验，即检验整个回归方程的显著性，或者说评价所有自变量与因变量的线性关系是否密切。能常采用F检验，F统计量的计算公式为：

  根据给定的显著水平a,自由度(k,n-k-1)查F分布表，得到相应的临界值Fa，若F > Fa，则回归方程具有显著意义，回归效果显著：F

多元线性回归的应用：

（1）确定几个特定的变量之间是否存在相关关系，如果存在的话，找出它们之间合适的数学表达式；

（2）根据一个或几个变量的值，预测或控制另一个变量的取值，并且可以知道这种预测或控制能达到什么样的精确度；

（3）进行因素分析。例如在对于共同影响一个变量的许多变量（因素）之间，找出哪些是重要因素，哪些是次要因素，这些因素之间又有什么关系等等。

  实际生活中，多元线性回归可以分析许多东西，如：居民储蓄存款的影响因素分析，房价的影响因素分析，医疗费用的分析，老人高血压的影响因素分析，艾滋病患者生活质量分析。

————————————————

版权声明：本文为CSDN博主「luolyl061806」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。