只要有p值的出現，樣本量不超過5000，比如線性回歸和邏輯回歸；搞清楚演算法背後的邏輯才是比較重要的。
多元線性回歸需要關注一些什麼點？r2和模型穩定性，也就是那些β是不是穩定的，檢驗模型是不是穩定需要對模型進行診斷。
多元線性回歸的輸出變數是連續變數，輸入變數中如果包含離散變數需要做啞變數或one-hot編碼，連續變數可以直接用來建模。
如果擾動項是右偏，那麼殘差圖肯定是異方差分布，取對數即可，所以下圖中假設5和假設4可以說是一致的。
（1）殘差分析：實際上當殘差不包含任何資訊的時候是最好的，如果還包含一些資訊，需要把這個資訊提取出來。殘差圖的縱座標是殘差，橫座標可以是各個解釋變數x，實際上在做單變數分析，解釋變數x被解釋變數y做相關性分析的時候就知道了；比如某個解釋變數x和被解釋變數y都是右偏，那麼殘差圖肯定是異方差，同時取對數重新建模；如果某個解釋變數x和被解釋變數y存在拋物線關係，那麼加入二次項重新進行建模；自相關一般在時間序列資料中比較常見。
（2）強影響點分析：
為什麼要做強影響點分析？？？因為有了強影響點的存在之後，會把本來沒有關係的資料帶出關係來，而且這個關係特別不穩定。比如下圖，本來資料點之間沒有什麼關係，但是因為強影響點的存在之後，給資料帶出來了這麼乙個線性關係出來，但這個關係是非常不穩定的，不具有大眾性。
怎麼解決強影響點分析問題？？？學生化殘差（只做一次）。
|sr| = (殘差 - 殘差均值) / 殘差標準差。
|sr| > 2，剔除掉滿足條件的記錄（幾百個樣本）
|sr| > 3，剔除掉滿足條件的記錄（幾千個樣本）
（3）共線性問題
多元線性回歸模型的F檢驗
f檢驗 對於多元線性回歸模型，在對每個回歸係數進行顯著性檢驗之前，應該對回歸模型的整體做顯著性檢驗。這就是 f檢驗。當檢驗被解釋變數 yt與一組解釋變數 x1,x2 xk 1是否存在回歸關係時，給出的零假設與備擇假設分別是 h0 b 1 b 2 bk 1 0 h1 bi i 1,k 1不全為零。首先...
多元線性回歸資料集 多元線性回歸函式的檢驗
假設有原始資料集 擬合之後有以下常用定義 值得注意的是 自由度 在統計學中，自由度指的是計算某一統計量時，取值不受限制的變數個數。相似的 以及調整後的 通常認為 越接近1，模型擬合的效果越好，其定義為回歸平方和與總離差平方和的比值。調整後的 會考慮自由度的影響，懲罰過多的引數數量 防止模型過擬合 t...
線性模型 1 多元線性回歸
提綱 線性模型的基本形式 多元線性回歸的損失函式 最小二乘法求多元線性回歸的引數 最小二乘法和隨機梯度下降的區別 疑問學習和參考資料 1.線性模型的基本形式 線性模型是一種形式簡單，易於建模，且可解釋性很強的模型，它通過乙個屬性的線性組合來進行 其基本的形式為 式 1 轉換成向量形式之後寫成 式 2...