回归的一般概念

所有模型都将结果 (Y) 定义为一个或多个参数与一个自变量 (X) [或多个自变量] 的函数。

回归的目的是调整模型的参数值，找到最接近数据的直线或曲线。例如，对于线性回归，目标是找到斜率和截距的拟合优度值，使直线接近数据。对于归一化剂量反应曲线的非线性回归，目标是调整 EC50（在最小反应和最大反应之间引起反应的浓度）值和曲线斜率。

更确切地说，回归的目的是找到最有可能正确的参数值。要做到这一点，需要对曲线周围的数据散布情况做出假设。

回归的目标

科学家使用回归法有三个不同的目标：

•根据数据拟合模型，以获得参数的拟合优度值，或者比较其他模型的拟合优度。如果这是您的目标，您必须仔细挑选一个模型（或两个备选模型），并关注所有结果。关键在于获得参数的拟合优度值，因此您需要科学地理解这些参数的含义。

•拟合一条平滑的曲线，以便从曲线中插入值，或者也许是绘制一张曲线平滑的图表。如果这是你的目标，你可以纯粹通过观察数据和曲线的图形来评估。无需学习太多理论。

•进行预测