一、二者說明

1.線性回歸

線性回歸作為統(tǒng)計(jì)學(xué)領(lǐng)域的一個(gè)重要的方法，主要被應(yīng)用于描述自變量與因變量之間的關(guān)系，一般分為一元線性回歸以及多元線性回歸分析，一元線性回歸分析就是指因變量和一個(gè)自變量之間的關(guān)系，多元線性回歸分析因變量和兩個(gè)或者兩個(gè)以上自變量之間的關(guān)系，線性回歸的一般表示形式如下：

其中y為因變量，x1…xk為k個(gè)自變量。

1. 

2. 

3. 

   相互獨(dú)立? ? ?

2.Logistic回歸

Logistic（邏輯）回歸是一種監(jiān)督式學(xué)習(xí)的分類回歸算法，本質(zhì)上與線性回歸同屬于廣義線性模型，在logistic回歸中可以直接預(yù)測(cè)觀測(cè)相對(duì)于某一事件的發(fā)生概率。其中l(wèi)ogistic回歸分析一般包括二元logistic回歸分析、多分類logistic回歸分析以及有序logistic回歸分析。三者區(qū)別如下：

二、二者區(qū)別

線性回歸分析和logistic回歸有什么區(qū)別呢？以下從數(shù)據(jù)類型、前提條件、分析和應(yīng)用場(chǎng)景四個(gè)方面進(jìn)行說明。

1.數(shù)據(jù)類型不同

線性回歸要求因變量為定量變量而logistic回歸要求因變量為分類變量，如果是二元logistic回歸分析因變量要求是二分類變量，并且只能為0和1，比如是否購(gòu)買，1代表是，2代表否，多分類logistic回歸分析，因變量要求是分類變量且無序，比如“踢足球”、“打籃球”以及“打羽毛球”等等，有序logistic回歸分析因變量要求是分類變量且有序，比如“不愿意”、“愿意”、“非常愿意”等等。

2.前提條件不同

線性回歸要求因變量服從正態(tài)分布，但是logistic回歸沒有要求，并且線性回歸要求自變量和因變量呈現(xiàn)線性關(guān)系，而logistic回歸沒有要求自變量和因變量呈線性關(guān)系。

3.分析關(guān)系不同

線性回歸是分析整個(gè)因變臉與自變量之間的關(guān)系，但是logistic回歸是分析因變量取某個(gè)值的概率與自變量之間的關(guān)系。比如二元logistic回歸分析，最后分析因變量為1的概率與自變量之間的關(guān)系。

4.應(yīng)用場(chǎng)景不同

線性回歸分析和logistic回歸分析因變量不同所以導(dǎo)致二者應(yīng)用也不同，在實(shí)際生活中，線性回歸一般用于數(shù)量統(tǒng)計(jì)方法的基礎(chǔ)，常常用于對(duì)定量數(shù)據(jù)的預(yù)測(cè)，比如用于預(yù)測(cè)房?jī)r(jià)，logistic回歸分析更適合預(yù)測(cè)分類問題，比如預(yù)測(cè)某件事情的發(fā)生，預(yù)測(cè)貸款是否違約等等，線性回歸一般還可以解決線性問題，logistic回歸可以解決非線性問題。

三、二者操作

線性回歸分析

操作路徑：通用方法→線性回歸

Logistic回歸分析

操作路徑：進(jìn)階方法→二元logit/多分類logit/有序logit

四、分析案例

1.線性回歸分析

https://zhuanlan.zhihu.com/p/608170831

2.Logistic回歸分析

以二元logit回歸舉例進(jìn)行說明。

二元logistic回歸分析全流程分析 - 知乎 (zhihu.com)

五、總結(jié)

本篇文章主要講述了線性回歸和logistic回歸，包括二者說明，二者區(qū)別，如何操作，以及分析案例四個(gè)方面，其中發(fā)現(xiàn)二者的數(shù)據(jù)類型不同、前提條件不同，分析關(guān)系不同以及應(yīng)用場(chǎng)景不同。歡迎補(bǔ)充。