JS宏进阶：数据分析之线性回归
一、基本概述
什么时线性回归？线性回归时是用来干什么的？
线性回归是回归分析的一种，用于确定两种或两种以上变量之间相互依赖的定量关系。其核心思想是通过找到一个线性方程，来预测一个或多个自变量（independent variables）与因变量（dependent variable）之间的关系。线性回归的目标是画出一条最佳拟合线（best-fitting line），从而了解变量之间的相互作用。在线性回归中，数据使用线性预测函数来建模，并且未知的模型参数也是通过数据来估计。
二、简单线性回归
- 定义：当线性回归分析中只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示时，称为简单线性回归（Simple Linear Regression）。
- 模型表示：简单线性回归的模型可以表示为：y=kx+b，其中 y 是因变量，x 是自变量，k 是回归系数（斜率），b 是截距。
- 应用：简单线性回归常用于两个变量之间关系的初步探索，如房屋面积与房价的关系。
三、多元线性回归
- 定义