回归分析-线性相关强度

回归分析-线性相关强度

什么是回归分析呢？

回归分析：通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具

这里，给出回归分析的结构图：

可以看出回归分析的内容实际上非常多。

今天我们进行一个回归分析的大致流程的讲解
首先对于因变量和自变量，我们有两个定义

1. 函数关系：确定性关系，此时因变量和自变量之间呈现线性关心诸如$y=x\ast 3+4$,像这样，x和y是线性关系
2. 相关关系：不确定关系，此时，因变量和自变量不呈现线性关系
   往往当现实中真正的去做一些回复分析的任务时，往往因变量和自变量都不会是函数关系，而是不确定关系，即不是先标准的线性关系
   下图左边是函数关系，左边是相关关系。
   

那么对于在做回归分析之前，应该去做什么？
在做回归分析之前，我们往往需要需要对因变量和自变量进行相关系数计算，这决定了，是否该问题可以使用回归分析去解决。

对于回归分析，相关系数计算，要区分一下，如果只有一个自变量，可以直接套用下面公式计算相关系数

但如果自变量是多个的，计算因变量和自变量之间的相关系数就要进行一下变换
即我们先对多个自变量先做回归，计算出预测结果之后，用预测结果和真是结果计算相关系数。

相关系数越大，可以认为，因变量和自变量之间的线性相关越强，那么使用回归分析预测时，结果就会越好。

那么当我们通过计算发现因变量和自变量的线性相关很强时，我们就可以使用回归分析中的算法，像一元线性回归，多元线性回归等去进行回归预测。

这个在之后，我应该还会做一些讲解，对回归分析中的相关算法进行详细介绍。