您将学习这一常用统计模型的基础、回归的概念，以及线性回归与逻辑回归的区别。接着，您将学会使用数值型与分类型解释变量来拟合简单线性回归模型，并通过模型系数来描述响应变量与解释变量之间的关系。

两个变量的故事

哪个是响应变量？

可视化两个数值型变量

拟合线性回归

估计截距

估计斜率

使用 ols() 的线性回归

分类型解释变量

数值变量与分类变量的可视化

按类别计算均值

以分类解释变量进行线性回归

简单线性回归建模

在本章中，您将学习如何使用线性回归模型对台湾房价和 Facebook 广告点击进行预测。您还将通过上手操作模型对象来提升回归技能，理解"均值回归"的概念，并学习如何对数据集中的变量进行变换。

进行预测

预测房价

可视化预测结果

预测的局限性

使用模型对象

提取模型要素

手动预测房价

回归均值（Regression to the mean）

本垒打！

绘制连续两年的投资组合收益

建模连续年度的回报率

变量变换

转换自变量

同时转换响应变量

反向变换

预测与模型对象

本章将教您如何针对模型提出问题以评估拟合效果。您将学习如何量化线性回归模型的拟合优度，如何使用可视化诊断模型问题，并理解每个观测对模型的杠杆值与影响力。

量化模型拟合度

判定系数

残差标准误差

可视化模型拟合

残差 vs. 拟合值

残差的 Q-Q 图

尺度-位置图

绘制诊断图

离群点、杠杆值与影响力

杠杆值（Leverage）

影响力

提取杠杆值与影响力

评估模型拟合

学习拟合逻辑回归模型。使用真实数据，您将以成功概率与胜算的形式预测客户销户的可能性，并使用混淆矩阵量化模型表现。

为什么需要逻辑回归

探索解释变量

线性与逻辑模型的可视化

使用 logit() 的逻辑回归

预测与赔率

概率

最可能的结果

赔率

对数几率（log odds）

量化逻辑回归的拟合效果

计算混淆矩阵

绘制混淆矩阵的马赛克图

Accuracy、Sensitivity、Specificity

衡量逻辑回归模型的性能

恭喜您

简单逻辑回归建模

Ad conversion data

Course Glossary

S&P 500 data

Taiwan real estate data

Fish measurement data

Customer churn data

线性回归和逻辑回归是最常用的统计模型之一。它们就像万能钥匙，帮助您揭示数据中的规律。在本课程中，您将学会拟合简单的线性回归和逻辑回归。通过动手练习，您将探索真实世界数据集中变量之间的关系，包括机动车保险理赔、台湾房价、鱼类体长等。课程结束时，您将能够根据数据进行预测、量化模型表现，并诊断模型拟合中的问题。

视频包含实时字幕，您可以点击视频左下角的 "Show transcript" 展开查看。
课程术语表位于右侧的资源部分。
若要获得 CPE 学分，您需要完成课程并在合格测评中达到 70% 的得分。您可以点击右侧的 CPE 学分提示进入测评。

<h2>使用 Python statsmodels 进行线性回归和逻辑回归</h2>
线性回归和逻辑回归是两种应用最广泛的统计模型。 它们就像万能钥匙，解锁隐藏在数据中的秘密。 在本课程中，你将掌握拟合简单线性回归和逻辑回归的技能。 
<br><br>
通过动手练习，你将探索真实世界数据集中变量之间的关系，包括机动车保险理赔、台湾房价、鱼类尺寸等。
<br><br>
<h2>了解如何进行预测并评估模型拟合度</h2>
你将从这门4小时的课程开始，了解什么是回归，以及线性回归和逻辑回归有何不同，并学习如何应用这两种方法。 接下来，你将学习如何使用线性回归模型对数据进行预测，同时了解模型对象。 
<br><br>
随着学习的深入，你将学会如何评估模型的拟合情况，以及如何判断你的线性回归模型拟合得有多好。 最后，你将更深入地学习逻辑回归模型，以便对真实数据进行预测。 
<br><br>
<h2>学习 Python 回归分析基础 </h2>
在本课程结束时，你将学会如何根据数据进行预测、量化模型性能，并诊断模型拟合中的问题。 你将了解如何使用 Python 的 statsmodels 进行回归分析，并能够将这些技能应用于真实数据集。 

Introduction to Data Visualization with Seaborn

Introduction to Statistics in Python

学习使用statsmodels和回归分析从数据中进行预测，量化模型性能，诊断模型拟合问题。

使用 Python 中的 statsmodels 进行回归入门

用 Python 中的 statsmodels 实现、分析并解读回归分析，预测房价和广告点击率。

数据科学家助理  在 Python 中

统计学基础  在 Python 中

本垒打！

使用 Python 中的 statsmodels 进行回归入门

动手互动练习