问：线性回归有什么用处和作用？
- 答：没有具体数据要求，一般来说，数据越多越好。
通过线性回归算法，我们可能会得到很多的线性回归模型，但是不同的模型对春耐于数据弊森团的拟合或者是描述能力是不一样的。我们的目的最终是需要找到一个能够最精租橘确地描述数据之间关系的线性回归模型。这是就需要用到代价函数。
代价函数就是用来描述线性回归模型与正式数据之前的差异。如果完全没有差异，则说明此线性回归模型完全描述数据之前的关系。
一条趋势线代表着时间序列数据的长期走势。它告诉我们一组特定数据（如GDP、石油价格和 价格）是否在一段时期内增长或下降。虽然我们可以用肉眼观察数据点在坐标系的位置大体画出趋势线，更恰当的方法是利用线性回归计算出趋势线的位置和斜率。 - 答：作用族隐键有两个
一个是分析研究对因变兆巧量的影响关系
另一个是携没使用建立的线性回归模型，利用已知自变量去预测未来的因变量
问：线性回归分析的原理？
- 答：最初学习的时，其实是在数学课上，在接触 之后，发现其实线性回归同样是可以运用在 走势分析过程中，当然它的原理是依据统计原理所设计的。那究竟线性回归的基本原理是怎么样的?下面就是赢家学院的主编人员进行的解读。
线性回归是统计学原理所设计的，我们就简单来对于它的定义进行相关的极少。它其实指的就是：离价格最近的一条直线。如果后面的行情是“新的”，那么它对于线性回归带的支撑与阻力就会比较名敏感，如果寿面的行情与前一段没什么区别，那么它对于线性回归带的支撑与阻力就不敏感。
线性是用最小的平方匹配法求出的两点线的，这条趋势线表示的中间价，如果把此线认作是平衡价的话，任何偏移此线的情况都暗示着超买或超卖。
赢家软件中的线性回归工具，是由三条线哗汪高所组成的，即在中间线的上方和下方都建立了线性回归通道线，通道线和线性回归的间距是与线性回归线之间的最大距离。回归线包含了价乱尺格的移动，通道下轨线是支撑位，通道下轨线是阻挡位，价格可能会延伸到通道外一段很短的时间，但如果价格陵哗持续在渠道外很长一段时间的话，表明趋势很快就会逆转了。下面我们就来看中国的日K线走势图。
问：多元线性回归中自变量减少预测误差变大回归平方怎么变化
- 答：当影响因变量的因素是多个时候，这种一个变量同时与多个变量的回归问题就是多元回归，分为：多元线性回归和多元非线性回归。这里直说多元线性回归。对比一元线性回归：
1.1多元回归模型：

1.2多元回归方程

1.3估计的多元回归方程

2.1**对参数的最小二乘法估计：** 和一元线性回归中提到的最小二乘法估计一样、这不过这里的求导变量多了点、原理是一样的、这里需要借助知贺计算机求导、就不写了。
3 回归方程的拟合优度：
3.1
多重判定系数：(Multiple coefficient of determination)

注解：
(1
)对于多重判定系数有一点特别重要的需要说明：自变量个数旦明的增加将影响到因变量中被估计的回归方程所解释的变量数量。当增加自变量时，会使预测误差变得较小，从而减小残差平方和SSE。自然就会是SSR变大。自然就会是R2变大。这就会引发一个问题。如果模型中增加一个自变量，即使这个自变量在统计上并不显著，R2的值也会变大。搭迟派因此为了避免这个问题。提出了调整的多种判定系数
