【因果推断入门】第1季第5集 概率统计基本工具 下【Introduction t

线性回归

回归方程

用y的期望预测的效果最好

各种回归模型

因果推断——推断中间量E（Y|X=x）

一元线性回归

α*和β*没有实际可用性

如果出现前两行，两个变量是线性相关； 如果是后两行，两个变量是非线性相关。

多元线性回归

最小二乘法估计β

多元逻辑回归

类似多元线性回归，服从伯努利分布

逻辑回归通过最大似然估计找到规律。

多元逻辑回归与多元线性回归的区别？

多元逻辑回归和多元线性回归都是统计学中常用的回归分析方法，它们的主要区别在于因变量的类型和模型的目的。

多元线性回归用于建立多个自变量与一个连续因变量之间的线性关系。它通过最小化残差平方和来拟合数据，得到一个线性方程，用于预测因变量的值。

多元逻辑回归用于建立多个自变量与一个分类因变量之间的关系。它通过最大化似然函数来拟合数据，得到一个逻辑方程，用于预测因变量所属的类别。

总之，多元线性回归用于预测连续因变量的值，而多元逻辑回归用于预测分类因变量所属的类别。希望这些信息对您有所帮助！