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。

相关性和线性回归不一样。审查差异。

简单线性回归与多元线性回归

上面显示了简单线性回归。仅有一个X变量。相比之下，多元线性回归将Y定义为包含几个X变量的函数。更一般地说，还有其他类型的关系，例如使用多个X变量来描述一个Y变量。这些方法统称为多元回归（多元线性回归是多元回归的一种），您可在此处阅读更多关于多元回归的原理。

线性回归与逻辑回归

在简单线性回归中，因变量（Y）是连续的，这意味着它可采用任何范围的值。在某些情况下，Y变量可能不连续。例如，如果Y变量只能是两个值中的一个（例如，是或否，头或尾，雄性或雌性老鼠，等等），则其就是一个二元分类变量。在此情况下，线性回归则不太合适。取而代之的是，您可考虑使用逻辑回归，它模拟观察给定结果的概率（有时称为“成功”）。像线性回归一样，逻辑回归可有一个或多个X变量。阅读有关简单逻辑回归（只有一个X变量）和多元逻辑回归（具有多个X变量）的更多信息。