其他分享
首页 > 其他分享> > 回归方法的概述和数据的收集

回归方法的概述和数据的收集

作者:互联网

目录标题

回归概念介绍

回归分析是数据分析中最基础也是最重要的分析工具,绝大多数的
数据分析问题,都可以使用回归的思想来解决。

回归分析的任务就是,通过研究自变量X和因变量Y的相关关系,尝试去解释Y的形成机制,进而达到通过X去预测Y的目的

常见的回归分析有五类:线性回归、0‐1回归、定序回归、计数回归
和生存回归
,其划分的依据是因变量Y的类型。

在这里插入图片描述

三个核心:X,Y,相关性

回归分析的使命

第一、识别重要变量;
第二、判断相关性的方向;
第三、要估计权重(回归系数)

回归的分类

在这里插入图片描述

数据的分类

  1. 横截面数据
    在某一时点收集的不同对象的数据
  2. 时间序列数据
    对同一对象在不同时间连续观察所取得的数据
  3. 面板数据
    横截面数据与时间序列数据综合起来的一种数据资源

不同数据类型的处理方法

在这里插入图片描述

数据的收集

【简道云汇总】110+数据网站
https://link.jiandaoyun.com/f/5cc652cc2cf3b22fb7819189

虫部落数据搜索
http://data.chongbuluo.com/

【汇总】数据来源/大数据平台
https://link.jiandaoyun.com/f/5b35d05ff7f6ef2604d39a93

大数据工具导航工具
http://hao.199it.com/

数据平台
http://www.hippter.com/data.html
上面的数据多半都是宏观数据,微观数据市面上很少

大家可以在人大经济论坛搜索
https://bbs.pinggu.org/

另外也可以自己学习爬虫
Python等软件爬取(需要编程基础,实际学习起来不困难)
网易云课堂:零基础21天搞定Python分布爬虫

标签:分析,使命,变量,收集,com,回归,概述,数据
来源: https://blog.csdn.net/david2000999/article/details/115800560