回归的一般概念

所有模型均将结果（Y）定义为一个或多项参数和一个独立变量（X）[或几个独立变量]的函数。

目的是调整模型参数值，以找到最接近数据的直线或曲线。例如，对于线性回归，目的是找到斜率和截距的最佳拟合值，以使直线接近数据。对标准化剂量-反应曲线进行非线性回归，目的是调整EC50的值（在最小和最大反应之间激发反应的浓度）和曲线斜率。

更准确地说，回归的目的是找到最有可能正确的参数值。如需做到这一点，需假设数据在曲线上的分散性。

回归是目的

科学家使用回归分析有三个不同的目的：

•使用模型拟合数据，以获得参数的最佳拟合值，或比较替代模型的拟合。如果这是您的目的，则必须仔细挑选一个模型（或两个替代模型），并注意所有结果。关键是要获得参数的最佳拟合值，因此需要科学地理解这些参数的含义。

•拟合一条平滑曲线，以便从曲线中插值，或者使用平滑曲线绘制一张图表。如果这是您的目的，您可纯粹通过观察数据和曲线来评估，没必要学太多理论。

•作出预测。