背景介紹

“回歸”一詞在統計領域是弗朗西斯·高爾頓在研究父母身高和子女身高的關系時引入的。高爾頓發現：盡管存在父母高子女也高，父母矮子女也矮的趨勢（個體角度），但是觀察總樣本的話，父母異常高（矮）子女雖然可能也高于（低于）人口平均水平，但比父輩矮（高），呈向平均水平靠攏的趨勢，而不是向2個極端發散的趨勢。希爾頓描述為兒輩的身高回歸到中等身高。“回歸”由此而來。

什么是回歸

在今天，回歸是研究因變量對自變量的依賴關系的一種統計分析方法，更側重的是研究方法而不是回歸的字面意義。我們一般通過回歸分析，來研究變量之間的相關關系。

回歸的特點

1. 指示自變量和因變量之間的顯著關系(是否相關)
2. 指示多個自變量對一個因變量的影響強度（參數）

回歸的作用

1.挑選與因變量相關的自變量（由特點1來）
2.描述因變量與自變量之間的關系強度（由特點2來）
3.生成模型，通過自變量來預測因變量（定義本身）

應用場景

1. 預測，如預測房價
2. 分析或解釋現象，發現變量之間的關系，如天氣對共享單車使用量的影響
3. 時間序列分析，側重隨機數據序列，如股票分析