为什么要用回归分析

回归分析有什么用？什么是回归分析？回归-2/"回归分析"的定义是什么？如何理解什么是-1 分析多元回归-2/:一种统计方法分析。为什么做回归分析，需要先做相关性测试？它被广泛使用，回归-2/根据所涉及的自变量数量，可分为单变量回归-2/和多变量回归- ，根据自变量与因变量的关系，可分为线性回归-2/和非线性回归-2/ 。

1、在做回归分析之前为什么要做相关性检验。明明作了相关性检验之后不管...correlation分析相当于检查很多自变量和因变量之间是否存在相关性。当然，correlation 分析得到的相关系数不如回归-2/准确。先做相关性测试再做-1 分析的原因如下:1 。Correlation 分析相当于先检查很多自变量和因变量之间是否存在相关性，当然相关系数是通过correlation分析得到的。如果分析各个变量与因变量之间没有相关性，则不必做回归-2/；如果有一定的相关性，那么它们之间的准确关系将由回归-2/进一步验证。

2.相关性分析只有了解变量之间的协变趋势，才能通过相关性分析来确定变量之间的相关性。这种关联是无方向性的，可能是A影响B ， B影响A，A和B可能相互作用。相关性分析无法确定。而这就是我们用回归-2/需要解决的问题。我们用回归分析，假设自变量和因变量，然后就可以验证变量之间的具体交互作用，然后变量之间的关系就是具体的。

2、统计学里的回归为什么叫回归"回归"是英国著名生物学家和统计学家高尔顿在研究人类遗传时提出的。为了研究父子身高之间的关系，高尔顿收集了1078名父子的身高数据。他发现，这些数据的散点图是一条直线，也就是说，总的趋势是，当父亲的身高增加时，儿子的身高也趋于增加。然而，高尔顿对实验数据分析进行了彻底的研究，发现了一个非常有趣的现象回归效应。

【为什么要用回归分析】他们的儿子比他高的概率小于他比他矮的概率；当父亲比平均身高矮时，他们的儿子比他矮的概率小于比他高的概率。它反映了一个规律，就是这两个父亲的儿子身高趋向于回归他们父亲的平均身高。对这一普遍结论的解释是，大自然具有约束力，使得人类身高分布相对稳定，不会出现两极分化。这就是所谓的回归效应。记得领养。