-
线性回归的目标是什么?
-
其计算原理是什么?
-
经常会混淆线性回归和相关性,它们有什么不同?
-
线性回归只是非线性回归的特例,它们有什么不同?
-
线性回归有时用于转换的数据,以分析Scatchard、Lineweaver-Burke和类似曲线图,为什么这不是用于分析数据的良好方法?
No.1
线性回归的目标
1. 什么是线性回归?
线性回归使用该模型拟合数据:
斜率量化了这条线的陡度。其等于X的每单位变化对应的Y的变化,以Y轴的单位除以X轴的单位来表示。如果斜率为正,则Y随着X的增加而增加。如果斜率为负,则Y随着X的增加而减小。X=0时,Y截距是直线的Y值。其定义了线的高程。
注:“线性回归”不同于“相关性”。线性回归能够找出根据X预测Y的最佳直线,而相关性不能拟合通过数据点的直线。