目录标题

• 回归概念介绍
• 回归分析的使命
• 回归的分类
• 数据的分类
• • 不同数据类型的处理方法
• 数据的收集

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。

三个核心：X,Y,相关性

回归分析的使命

• 使命1：回归分析要去识别并判断：哪些X变量是同Y真的相关，哪些不是。统计学中有一个非常重要的领域，叫做“变量选择”。（逐步回归法）
• 使命2：去除了那些同Y不相关的X变量，那么剩下的，就都是重要的、有用的X变量了。接下来回归分析要回答的问题是：这些有用的X变量同Y的相关关系是正的呢，还是负的？
• 使命3：在确定了重要的X变量的前提下，我们还想赋予不同X不同的权重，也就是不同的回归系数，进而我们可以知道不同变量之间的相对重要性。这就是回归分析要完成的三个使命：

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

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

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