线性回归，前面用Python从底层一步一个脚印用两种方法实现了回归拟合。在这个高级语言层出不穷的年代，这样做显然不明智，所以我考虑用优秀的数据分析工具——R语言（不敢说最优秀，虽然心里是这么想的，我怕有人要骂我！）做回归分析。包括简单多变量回归、逐步回归、逻辑回归！
多元回归分析，生活中用的很多，因为一个因素可能与很多其它因素有关！言归正传，这里考虑用R语言里面的相关函数做回归分析。
需要的用到的知识储备：
线性代数
概率论与数理统计
高等数学
R语言基础
下面分别从普通多元线性回归、逐步回归、逻辑回归进行介绍。前面用Python实现的只是一元回归，由于R语言实现线性回归很方便，所以我会着重介绍原理。
多元线性回归
不论是单变量还是多元线性回归分析，他们都是直接或间接（有时候需要通过变量代换）程线性的关系。我们需要找到一个通用的线性模型来描述这种关系，在我们可以接受的误差范围内对数据进行预测或者发现规律。
多元线性回归理论基础
对于一组变量数据，如果我们不管是通过画散点图还是其它方法，知道了一个变量与其它变量程很强线
版权声明：本文为ddxygq原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。