如何使用Python实现线性回归分析？

本文共计1828个文字，预计阅读时间需要8分钟。

前言：线性回归是利用数学系统统计中回归分析的方法，确定两种或两种以上变量间相互依赖关系的定量分析方法。在线性回归分析中，仅包括一个自变量和一个因变量，探究两者之间的关系。

前言

线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，在线性回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

• 输入与输出

输入:自变量 X 至少一项或以上的定量变量或二分类定类变量，因变量 Y 要求为定量变量（若为定类变量，请使用逻辑回归）。

输出:模型检验优度的结果，自变量对因变量的线性关系等等

1.一元线性回归

1.1 python实现拟合回归

拟合线性模型主要通过statsmodels包中OLS类的fit()方法完成，下表列举了对拟合线性模型常用的其他函数。