첫 번째는 커브 피팅입니다. 두 번째는 "2차 방정식"이므로 2차 곡선 피팅입니다. 마찬가지로, 3차 방정식을 사용하는 것은 3차 곡선 피팅이고, 지수를 사용하는 것은 지수 곡선 피팅입니다. 선형 회귀와 선형 곡선 피팅 사이에는 차이가 없습니다.
선형 회귀는 선형 피팅으로, 통계적 의미에서 동일합니다. 피팅은 모든 점에 대한 잔차의 제곱합을 최소화하는 직선을 찾는 것으로, 선형회귀에서도 마찬가지입니다. 회귀라는 이름을 붙인 통계학자는 이 점들이 모두 보이지 않는 직선을 둘러싸고 있다는 뜻이다. 직선 주변의 점들이 너무 많이 벗어나면 다시 직선으로 돌아가 직선에 가까워지는 경향이 있는 것으로 나타난다.
기본 의미
통계에서 선형 회귀는 선형 회귀 방정식이라는 최소 제곱 함수를 사용하여 하나 이상의 독립 변수와 종속 변수 간의 관계를 예측하는 회귀 분석입니다. 모델 관계. 이러한 함수는 회귀 계수라고 하는 하나 이상의 모델 매개변수의 선형 조합입니다. 독립변수가 1개뿐인 경우를 단순회귀, 독립변수가 2개 이상인 경우를 다중회귀라고 합니다. (이것은 단일 스칼라 변수가 아닌 여러 상관 종속 변수를 예측하는 다중 선형 회귀로 구별되어야 합니다.)