回归模型

type
Post
status
Invisible
date
Aug 5, 2025
slug
summary
tags
category
icon
password
comment
Show
  1. 线性回归用于对两个或多个变量之间的关系进行建模，其中一个变量称为响应变量（或结果，因变量），其他变量称为解释变量（或预测变量，自变量，特征或协变量）。线性回归的目标是找到响应变量和解释变量之间的最佳线性关系，然后利用该关系进行预测或推断变量之间关系的强度和方向。
  1. 在简单线性回归中，如果只有一个解释变量，则响应变量和解释变量之间的关系被建模为一条直线。该直线的方程表示为
  1. 最小二乘法
    明白！回归模型是统计学和机器学习中极其重要的分析工具。你可以将“回归模型”理解为“预测一个（或多个）连续型因变量与一组自变量之间的关系”的系统方法。线性模型其实就是最基础、最常用的一类回归模型。回归模型体系很丰富，包括线性回归、广义线性回归、岭回归、LASSO、非线性回归、树回归等。

    你可以这样规划你的回归模型学习路线：

    2. 一元/多元线性回归（Linear Regression）

    • 最常见最基础的回归模型
    • lm()函数与结果解读
    • 诊断图、R²、残差分析

    3. 广义线性模型（GLM）

    • 适用于二分类/计数型因变量等
    • 典型如Logistic回归、Poisson回归
    • glm()函数，family参数选择

    4. 惩罚回归（正则化回归）

    • 岭回归（Ridge）、LASSO、弹性网
    • 防止过拟合，多用于高维数据
    • glmnet包的用法

    5. 非线性回归/非参数回归

    • 曲线关系的建模
    • 多项式回归、样条回归、局部加权回归（loess）

    6. 树回归、集成回归

    • 回归树（CART）、随机森林、XGBoost等
    • 更适合非线性、复杂关系建模

    7. 回归模型的实际案例与可视化

    • 不同场景下的模型选型
    • R代码实现与图形展示

    推荐R学习资源

    • 官方文档 ?lm、?glm

    示例：一元线性回归（lm函数）

    Prev
    美股交易时间：盘前、盘中、盘后与隔夜交易
    Next
    Font · 字体手册
    Loading...
    Article List
    Evan の Logbook
    🎨 Design
    Lazy loaded image Font · 字体手册
    🗂 Collection
    Lazy loaded image Name · 名以载道
    Lazy loaded image Quote · 字里行间
    🧭 Research
    Lazy loaded image biorxiv 与预印本
    🇬🇧 UK Biobank 数据库介绍
    🇬🇧 UK Biobank 数据库申请指南
    Lazy loaded image BioRender 使用与订阅笔记
    📦 scRNAseq
    📝 AUCell 流程笔记
    🏢 Cohort study VS Case-control
    Lazy loaded image 访问和下载 FinnGen GWAS 汇总数据
    🏥 Declaration of Helsinki｜赫尔辛基宣言
    📘 SOPs
    🆕 创建账号 · Google
    🌍 生成境外地址
    🍎 创建账号 · Apple
    🧠 创建账号 · ChatGPT
    🚀 科学上网指南：信息时代的通行证
    🤖 NFC 卡读取与写入流程
    🛠️ Tech
    ☑️ Typora · Markdown 写作指南
    📂 LocalSend · 局域网文件传输
    🌏 Immersive Translate · 沉浸式翻译
    🐬 WSL Windows Linux 子系统入门笔记
    Lazy loaded image Bash PS1 提示符配置笔记
    Lazy loaded image Linux 基础入门笔记
    Lazy loaded image grep 文本搜索笔记
    Lazy loaded image sed 文本编辑笔记
    Lazy loaded image awk 文本处理笔记
    Lazy loaded image CSS 样式与布局笔记
    Lazy loaded image 点号隐藏文件与项目配置目录
    Lazy loaded image HTML 格式笔记
    Lazy loaded image XML 格式笔记
    Lazy loaded image TOML 格式笔记
    Lazy loaded image PR Template 使用笔记
    Lazy loaded image YAML 格式笔记
    Lazy loaded image JSON 格式笔记
    Lazy loaded image YouTube 使用笔记
    Lazy loaded image Writage 使用笔记
    Lazy loaded image Pandoc 使用笔记
    Lazy loaded image Google Chrome 与搜索技巧
    Lazy loaded image Vibe Coding：编程新方式？
    🧭 文件、变量与版本命名规范
    📦 pip 与 uv 包管理对比笔记
    🔧 Windows 11 恢复经典右键菜单笔记
    🌐 v2Ray 自建节点配置笔记
    🎼 DMIT VLESS-Reality 部署与 TCP 劫持排障笔记
    💰 Finance
    📗 期权基础：概念、类型与风险
    📗 期权交易策略：从单腿到组合
    🕟 美股交易时间：盘前、盘中、盘后与隔夜交易
    🧩 Concepts
    Lazy loaded image H-1B 签证
    🕊️ 鸽派、鹰派、左派与右派
    📈 R & Data Science
    Lazy loaded image R 的 future 包（异步与并行）
    Lazy loaded image R 中加载与使用系统字体
    Lazy loaded image R 中的数据类型完整指南
    Lazy loaded image R 与 RStudio 安装笔记
    🔃 purrr 包学习笔记
    🔁 apply 家族核心函数
    📁 list.files：R 基础文件列举函数
    📊 R中excel表格读取
    Lazy loaded image make_date() & make_datetime()：从字段构造时间对象
    📦 为什么使用 lubridate？
    ⏳ ISO 8601 国际时间标准
    Lazy loaded image forcats: 分类变量处理
    📏 separate_wider_position()：按固定宽度横向拆分为多列
    📐 separate_wider_delim()：按分隔符拆分为多列
    🪓 separate_longer_position()：按固定宽度切分为多行
    Lazy loaded image pmin() & pmax()：向量按元素逐位比较
    🔢 parse_double() vs parse_number()
    Lazy loaded image geom_tile()：构建热图 / 网格图的砖块图层
    🎨 常用美学参数详解：position, fill, alpha 等
    Lazy loaded image facet_wrap() 与 facet_grid() 用法解析
    🌳 高亮特定数据子集：多图层叠加法
    Lazy loaded image 三种 geom_smooth() 写法解析
    🔻 geom_smooth() 的 shape 限制
    🎨 ggplot2 颜色映射
    Lazy loaded image ggplot2 的 shape 限制与解决方案
    Lazy loaded image R语言字符串大小写变换
    Lazy loaded image R语言数字取整与格式化。
    Lazy loaded image gtsummary 回归模型
    Lazy loaded image gtsummary + gt：R语言三线表实践
    🔁 pivot_wider()：长表转宽表
    🔢 parse_number()：提取字符串中的数字
    🔁 pivot_longer()：宽表转长表
    ⚡ .by：轻量级分组操作的新方式
    🔓 ungroup()：取消分组结构
    ✂️ slice()：按位置切片提取行
    🧮 group_by()：分组操作的基础
    🧭 relocate()：调整列顺序
    Lazy loaded image select()：灵活选择列
    📲 mutate()：创建新列与列位置
    🔢 count()：快速计数分组频次
    Lazy loaded image distinct(): 去重
    🔺 ggplot2 点形状
    Lazy loaded image ggthemr：为 ggplot2 一键换肤
    Lazy loaded image ggthemes 常用主题
    🔬 msigdbr 包
    📈 CMplot 绘制曼哈顿图
    Lazy loaded image SMR 共定位分析
    🧬 coloc R 包实用笔记与数据格式梳理
    📊 ggpubr · 让科研图表高效“出版就绪”的R扩展包
    🎨 theme_pubr · 出版级 R ggplot2 主题美化指南
    ✂️ 用 patchwork 优雅组合你的 ggplot2 图表
    🔤 R 正则表达式语法与字符串操作速查
    📐 R基础数学与统计函数速查
    📚 R包管理基础：.libPaths() 与 library()
    📦 R工作空间对象管理：ls 与 rm
    🔗 R集合归属与反归属运算符：%in% 与 %nin%
    🕳️ R缺失值与空值处理（na.omit & evanverse::is_void）
    🔎 R字符串匹配 grep 与 grepl 实用技巧
    📊 R基础数据结构与分布探索技巧
    ↕️ R常用向量操作与排序技巧
    🔍 R匹配函数 match 的实用技巧
    🔗 R字符串拼接 paste/paste0 典型用法
    Lazy loaded image R集合操作与典型用法
    Lazy loaded image R apply函数速查与典型用法
    Lazy loaded image R变量命名规范与覆盖机制
    ➗ R取余、整除与分批处理技巧
    Lazy loaded image R设置CRAN与Bioconductor镜像速查
    Lazy loaded image R版本升级与包迁移实用指南
    Lazy loaded image R查询当前环境和包信息（sessionInfo）
    Lazy loaded image 创建文件夹与目录管理基础
    Lazy loaded image RStudio常用快捷键与界面恢复技巧
    Lazy loaded image 提取字符向量子串的实用技巧
    Lazy loaded image 高效读取表格与大文件：fread与自定义read_table_flex
    Lazy loaded image foreach包批量循环
    Lazy loaded image R基因ID转换与批量注释
    Lazy loaded image R批量获取和筛选文件名
    Lazy loaded image R常用序列与模拟数据生成
    Lazy loaded image R数据框（df）条件筛选实用技巧
    Lazy loaded image R Visionary - Introduction
    🎄 Forestplot in R
    📊 Statistics
    Lazy loaded image 生存分析 · Survival Analysis
    Lazy loaded image 方差分析 · ANOVA
    Lazy loaded image 多因素逻辑回归
    Lazy loaded image 单因素逻辑回归
    Lazy loaded image R语言中的常见统计分布及其应用
    Lazy loaded image 数据分析的可复现性：原则与实践
    📂 p值操纵与文件抽屉
    Lazy loaded image 如何规范报告统计结果？
    Lazy loaded image 相关性检验
    Lazy loaded image 多重检验 · Multiple Testing
    Lazy loaded image t 检验 · t-test
    Lazy loaded image 置信区间 · Confidence Intervals
    Lazy loaded image 卡方检验 · Chi-squared Test
    Lazy loaded image 统计功效（Power）与样本量（Sample Size）
    Lazy loaded image 假设检验 & p值
    Lazy loaded image 频率表、比例表与列联表笔记
    🏫 统计学三大学派概览
    Lazy loaded image t-test: Principles and Application in R