麻省理工博士：统计学研究的半壁江山--什么是回归分析？

大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的统计学小课堂。在上一期的小课堂里，我们聊了下“均值回归”的这个概念，今天我们会继回归分析的这个话题，带大家系统性的了解这个分析方法的思想、框架和应用方法。先提前预警一下，虽然我的小课堂从来不涉及具体复杂的数学公式，但是今天这一期会深入讨论一些数学概念，可能会稍显枯燥。但我认为对于回归模型这个非常灵活多变，应用广泛的重要基础模型，了解这些数学概念是必不可少的，所以我还是希望对于统计学认真有兴趣的观众朋友能看完本期视频。

[@Kai-fj5ns]

视频8:05处的显示的公式有误，应该为(TSS-RSS)/TSS，感谢@Bingchiling仔细观看并指出错误！

[@Resurrectionmiku]

2:23 体重除以身高的平方

[@masterlee2007]

我很少评论，但是今天要给你评论一下：你是个真博士，棒棒哒。没有一句废话，就说清楚了。

[@qiwyatt4594]

好厉害，讲的特别容易懂。谢谢！

[@lijunwang9642]

太棒了！期待下一节课🎉

[@enclass]

把统计这样复杂的问题讲得通俗易懂，您太赞了👍。 准备把您的视频都看一遍。

[@MingjunTang]

太感谢博主的分享了！思路超级清晰又简单易懂，需要做研究的统计小白太需要这样的视频了！期待更新～ （希望以后做成专题--e.g.研究小白处理quantitaive data）

[@SharyBente841]

太棒了～谢谢您的讲解

[@clairwang3992]

讲得太好了，上学期学了一学期的概率论，这一期的讲解有一定深度，解答了我很多对于linear regression存在的疑问。比如说，看到过一道题问为什么R^2可以是负数，这一期对R^2透彻的讲解，尤其是TSS的解释，间接回答了这个问题。期待下一期讲解研究人员是如何用错回归分析，以及未来视频里error和过拟合之间关系的讲解。

[@user-wm1cz6qb6r]

大感謝 受益良多

[@ianchiang32]

这视频对理解统计学知识很有帮助👍, 觉得视频探讨数学概念能更帮助理解模型的底层知识一点也不枯燥😂

[@user-md4io3mq3q]

感恩，我的專題有救了 !

[@user-yn7dl7pr1y]

很頂 謝謝博士

[@tikisu7960]

谢谢分享啊，收藏了

[@PinkWitch]

的确，利用预设程序快速计算出结果，看似简单实则隐去了很多步骤，反而对整个过程的理解增大了难度

[@Bin.Chilling]

謝謝

[@janezhao168]

谢谢

[@lxz01]

感谢啊 最近在学统计学

[@zz-bb8iq]

没有一句废话，讲的太好了🥹🎉🎉

[@hero5658]

主播节目不错点赞！ 主播发型是自己对着镜子剪的吧哈哈

[@0huang]

所取斜线能使两方的数值都是均匀分布的。也就相当于类似等比例，那么那个平方就是一个正方形，再开方就是斜边对x，和y的比例根号2.是不是就是一个常数。所以在标准差里选差的平方再开方是不是也不会影响x与y的比例关系？类似均值接近一条线，设两边分别离均线都是1，所以斜线就是根号2。

[@0huang]

波动性是各个概率发生点在波动面积上的任何一点波动，所以是一个面积。是没一个点连线平方后的正方形面积形成的波动面积区域。

[@MrWong-mu1gw]

希望在b站也能看到这个统计小课堂。我刚去搜，两边不同步😂

[@terrywang9007]

BMI公式是不是体重（KG）/身高（M）平方？

[@Bin.Chilling]

博士 影片最後一張圖內公式的denominator錯啦

[@Kai-fj5ns]

感谢指出！

[@xiaoyang]

6点49分上传

[@nxl4585]

体重除以身高的平方

[@0huang]

就是中国的蝴蝶和美国的女人有关系，但是相关性太差，太差也是一种相关性，但是我要找相关性好的来预测可能的伴生关系。太差到一定程度的就是没有意义。为什么蝴蝶和美国女人相关呢？因为我没有说明在哪一方面相关，例如美国女人的体表面积普遍是这种蝴蝶的多少倍！这也是一种相关。所以你是数轴上任何一个点，我也是一个点，我们只要能连在一起就一定有某一种相关性。当然你不是数轴上一个点，那么我们就不会在数轴上有相关性，但是可能在其他方面有相关性，例如你是一只笔尖。我们还是有相关性。

[@ul2ny3ev4o]

大學真是 大不了自己學

[@shinesun7716]

请不要放音乐