2.3.1 什么是回归分析
在统计学中，回归分析（Regression Analysis）指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及变量的多少，可分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。
现在有各种各样的回归技术可用于预测，这些技术主要包含三个度量：自变量的个数、回归线的形状以及因变量的类型，如图2⁃7所示。
图2⁃7 回归技术度量要素
回归分析研究的主要问题是：(https://www.daowen.com)
①确定因变量Y与自变量X间的定量关系表达式，这种表达式称为回归方程；
②对求得的回归方程的可信度进行检验；
③判断自变量X对因变量Y有无影响；
④利用所求得的回归方程进行预测和控制。
