开发者学堂课程【人工智能必备基础：概率论与数理统计：回归方程定义】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/545/detail/7429
回归方程定义
一元线性回归分析
因变量(dependent variable):被预测或被解释的变量，用 y 表示
自变量(independent variable):预测或解释因变量的一个或多个变量，用x表示
对于具有线性关系的两个变量，可以用一个方程来表示它们之间的线性关系
描述因变量 y 如何依赖于自变量 x 和误差项 ε 的方程称为回归模型。对于只涉及一个自变量的一元线性回归模型可表示为:
y=β0+β1x+ε
y 叫做因变量或被解释变量
x 叫做自变量或解释变量
β0 表示截距
β1 表示斜率表示误差项，反映除 x 和 y 之间的线性关系之外的随 ε 机因素对 y 的影响
一元小例子:
人均收入是否会显著影响人均食品消费支出
贷款余额是否会影响到不良贷款
航班正点率是否对顾客投诉次数有显著影响
回归方程
描述因变量y的期望值如何依赖于自变量x的方程称为回归方程。根据对一元线性回归模型的假设。可以得到它的回归方程为: E(y)=β0+β1x
如果回归方程中的参数己知。对于一个给定的x值，利用回归方程就能计算出y的期望值。
用样本统计量代替回归方程中的未知参数，就得到估计的回归方程，简称回归直线
