线性回归
由clearyf创建，最终由clearyf 被浏览 683 用户
导语
线性回归模型的最大特点就是简单高效，本文将对线性回归做详细介绍。
简介线性回归
线性回归是衡量两个变量之间线性关系的一种建模技术。 如果我们有一个变量X和一个依赖变量X的变量Y，则线性回归可以确定哪个线性模型Y=α+βX能够最好地解释数据。 例如，我们考虑浦发银行和沪深300的价格指数， 我们想知道浦发银行如何随着沪深300的变化而变化，因此我们将对这两个标的的日收益率进行回归。
Python的statsmodels库具有内置的线性回归功能。 它将给出最能够拟合数据的一条的直线，并且能够帮助你决定该线性关系是否显著。 线性回归的输出还包括一些有关模型的数值统计信息，如R方和F值，可以帮助您量化模型的实际的解释能力。
线性回归的使用
附件：线性回归的使用
https://bigquant.com/experimentshare/ac492bd34d244981a86364aeda2437c3
本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。
\