Regression model
简单线性回归
简单线性回归是用于模拟一个连续预测变量与一个连续结果变量之间直线关系的基础参数方法，通过普通最小二乘法（OLS）估计斜率和截距。最小二乘原理最早由Adrien-Marie Legendre于1805年发表，而Francis Galton在1886年引入了“回归到均值”的概念，并创造了命名整个方法家族的术语。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Firmin Didot, Paris. [Appendix: Sur la méthode des moindres quarrés, pp. 72–80] link ↗
- Galton, F. (1886). Regression towards mediocrity in hereditary stature. Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246–263. DOI: 10.2307/2841583 ↗
- Montgomery, D. C., Peck, E. A., & Vining, G. G. (2021). Introduction to Linear Regression Analysis (6th ed.). Wiley. ISBN: 978-1119578727
如何引用本页
ScholarGate. (2026, June 3). Simple Linear Regression (OLS). ScholarGate. https://scholargate.app/zh/statistics/simple-linear-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 独立样本t检验统计学↔ compare
- 逻辑回归研究统计学↔ compare
- 多元线性回归统计学↔ compare
- 单因素方差分析统计学↔ compare
- Pearson积矩相关系数统计学↔ compare
- 多项式回归统计学↔ compare
- 岭回归（Ridge Regression）机器学习↔ compare