【说出来的论坛币】来说说你了解的回归！

想起上周末的一个笑话。
朋友一起聊天，聊到人对教育的理解，特别是很多小孩子对乔布斯，盖茨，扎克伯格，还有新晋的亿万美女富豪伊丽莎白，充满了崇拜和向往，这些人都放弃了在读的大学教育机会，投身创业并获得了巨大的成功。由此衍生出大学教育没啥作用等观念。
我们认为，事实上这些人都是总体中的outlier,而总体中绝大部分都会回归到mean of Y 上。
还听说有人整了模型来研究是否买房，只是模型出来的结果也是mean of Y，无法为个别数据点作出有效预测。

为赚论坛币而来。。。。回归主要就是基于历史数据，去找一个合理的解释。主要还是用于预测方面，观察变量间的关系。但非常难把握第三因素的影响

在我看来，回归是统计的精髓，大多数统计问题都可以看作回归。t检验、方差分析属于一般线性模型，是回归; 拟合优度检验可用logistic回归来做; 机器/统计学习中的分类问题仅仅是因变量为类别变量的回归; 由线性回归到非线性回归、分位回归、非参半参数回归，再到时间序列、混合效应模型/面板数据、时空模型/空间面板、结构方程。。。。。。

可以说统计里回归无处不在。这是由于现实中大都有最终想研究的问题，那么就有了最终的指标变量，因变量也就诞生了; 而这个/些指标又收到哪些因素影响，后者与哪些有关系，自变量也就出现了。如此一来，回归的雏形就产生了，我们也会对问题有更清晰的理解。这种思想在解决问题时非常有帮助！

接下来，从原始的回归思想出发，根据变量数目的多少、变量的类型(连续或离散)、分布等特点选择相应的统计方法，再根据相应方法的适用条件进行模型的再选择。

总之，很多统计方法都可以回归到回归的思想，足以见得回归在统计中不可动摇的地位！

不错，最基础也是实际中运用很广的理论，看似很简单但是很容易犯错误，需要密切关注伪回归问题

本科时候写的学期论文都是线性回归，很简单，数据也是老师提供的，总觉得自己解释的很牵强，可能是学艺不精吧。

狂顶版主“线性回归”，开坛论道！
期盼中

软件开发的时候就有回归测试，regression test。

回归下的拟合度不是很高，不知道怎么分析。。。
楼主辛苦了！

最近看谢宇教授的《回归分析》收获良多。
1、回归分析是社会科学的最基本的也是最重要的统计方法，诸如多层线性（HLM）、结构方程模型（SEM）都是在此基础上发展进来的。
2、学好回归分析有点基础的线性代数知识帮助很大。
3、回归分析的基本假设（线性、正交、独立同分布、正态），社会科学研究的基本假设（研究对象的异质性、因果分析、模型设定、理论优先）是学好用好这一模型所必须掌握的。
4、推荐使用stata软件进行回归分析学习，如果有一定的数理基础（线性代数、数理统计）和计算机编程基础R是一个好的软件，能自己写程序，可以仔细体会回归的每一步。