❖一元回归

回归分析是一种应用非常广泛的分析模型，主要用来表示因变量(Y)与自变量(X)之间的函数关系。当因变量和自变量为线性关系时，即一元一次线性关系，因变量(Y)与自变量(X)的图形表示为直线。一元一次线性回归的函数为y = ax+b，其中y是因变量，x是自变量，a和b为常数。如果自变量的指数（幂）大于1，则因变量(Y)与自变量(X)之间是非线性关系，图形表示为曲线。

【自变量】x，从下拉列表中选出需要作为自变量的字段。

【因变量】y，从下拉列表中选出需要作为因变量的字段。

【多项式次方】表示自变量与因变量的N次方函数关系，默认为1，如果是2则表示一元二次函数关系。

【输出值】【拟合值】：被勾选时，会得到一个拟合值字段。根据训练数据得到回归模型后，会对给定的样本值(x1,x2,...,xn)做预测，预测结果即为拟合值，是(y1,y2,...,yn)的估计值。

【输出值】【残差】：被勾选上时，会得到一个残差字段。其结果是y的实际值减去拟合值。

【输出值】【置信区间】：被勾选上时，根据Level计算出置信区间的范围，默认Level是95%。

•举例说明

对一系列身高和体重的值进行回归分析。收集一系列身高和体重的值，身高为自变量，体重为因变量，使用一元回归分析算法找出所创建模型的数学方程。根据数学方程，计算体重的拟合值。

如图在数据集上创建分析算法：

输出结果如图：