线性回归（Linear regression）是一种基础的统计学和机器学习方法，用来分析和理解一个或多个自变量与一个因变量之间的关系。本文将解释什么是线性回归、它是如何运作的、它依赖哪些假设，以及在什么情况下适合或不适合使用。
什么是线性回归？
简单来说，线性回归就是拟合一条直线（或多维平面），用来描述输入变量（自变量）变化时，对输出变量（因变量）的影响。如果只有一个自变量，就是简单线性回归；如果有多个自变量，就是多元线性回归。
线性回归的主要假设有哪些？
为了让线性回归的统计推断和预测结果有效，它依赖以下假设：
线性关系：自变量和因变量之间的关系是线性的。
误差独立：残差（预测误差）之间相互独立。
方差相等：残差在不同自变量取值范围内具有相同的方差。
残差正态分布：残差大致符合正态分布。
（有时）无多重共线性：自变量之间不能高度相关。
如何建立线性回归并理解结果？
建立模型的过程包括估计系数（斜率和截距），通常使用最小二乘法（使残差平方和最小）。
解释时，斜率表示自变量每变化一个单位，因变量平均变化多少；截距表示当自变量为零时，因变量的预测值。模型的拟合程度可以用R²来衡量。之后可以通过分析残差来检查假设是否被破坏。
什么时候线性回归有用，什么时候不适合？
适合使用的情况：当变量之间大致呈线性关系、自变量是连续的或经过合适编码、以及你想了解变量之间的影响关系时。
不适合的情况：当关系明显是非线性的（除非你对变量做转换或使用更复杂的模型）、当残差严重违反假设、当有极端值（离群点）影响模型、或当自变量之间高度相关导致系数不稳定。此外，超出数据范围的预测也不可靠。
结论
线性回归理论简单，但实际应用中非常有用。它能帮助你量化变量之间的关系并进行预测，但效果取决于是否满足假设以及你对模型的理解。正确使用时，它是最强大、最常用的数据分析工具之一。使用线性回归前，记得检查假设、可视化数据，并谨慎解读结果。
