一直對“擬合”和“回歸”這兩個名詞不是特別的理解，自我感覺都是在對自變量和因變量進行模型的構建。以下是一些搜索理解：其實還是不是很理解？？？？如果有理解的透徹的可以指導一下哈

首先“回歸”的由來：源頭

? ? ? ?引自汪榮偉先生主編的《經濟應用數學》
? ? ? ?高爾頓（Frramcia Galton,1882-1911）早年在劍橋大學學習醫學，但醫生的職業對他并無吸引力，后來他接受了一筆遺產，這使他可以放棄醫生的生涯，并與 1850－1852年期間去非洲考察，他所取得的成就使其在1853年獲得英國皇家地理學會的金質獎章。此后他研究過多種學科（氣象學、心理學、社會學、 教育學和指紋學等），在1865年后他的主要興趣轉向遺傳學，這也許是受他表兄達爾文的影響。
? ? ? ?從19世紀80年代高爾頓就開始思考父代和子代相似，如身高、性格及其它種種特制的相似性問 題。于是他選擇了父母平均身高X與其一子身高Y的關系作為研究對象。他觀察了1074對父母及每對父母的一個兒子，將結果描成散點圖，發現趨勢近乎一條直 線?？偟膩碚f是父母平均身高X增加時，其子的身高Y也傾向于增加，這是意料中的結果。但有意思的是高爾頓發現這1074對父母平均身高的平均值為68 英寸（英國計量單位，1 英寸=2.54cm）時，1074個兒子的平均身高為69 英寸，比父母平均身高大1 英寸 ，于是他推想，當父母平均身高為64 英寸時，1074個兒子的平均身高應為64+1=65 英寸；若父母的身高為72 英寸時，他們兒子的平均身高應為72=1=73 英寸，但觀察結果確與此不符。高爾頓發現前一種情況是兒子的平均身高為67 英寸，高于父母平均值達3 英寸，后者兒子的平均身高為71英寸，比父母的平均身高低1 英寸。
? ? ? ? 高爾頓對此研究后得出的解釋是自然界有一種約束力，使人類身高在一定時期是相對穩定的。如果父 母身高（或矮了），其子女比他們更高（矮），則人類身材將向高、矮兩個極端分化。自然界不這樣做，它讓身高有一種回歸到中心的作用。例如，父母平均身高 72 英寸，這超過了平均值68英寸，表明這些父母屬于高的一類，其兒子也傾向屬于高的一類（其平均身高71 英寸 大于子代69 英寸），但不像父母離子代那么遠（71-69<72-68）。反之，父母平均身高64 英寸，屬于矮的一類，其兒子也傾向屬于矮的一類（其平均67 英寸，小于子代的平均數69 英寸），但不像父母離中心那么遠（69 -67< 68-64）。
? ? ? ? 因此，身高有回歸于中心的趨勢，由于這個性質，高爾頓就把“回歸”這個詞引進到問題的討論中，這就是“回歸”名稱的由來，逐漸背后人沿用成習了。

“回歸分析”到底是什么意思

? ? ? ? 回歸提供了一種尋找數據聯系的手段，回歸分析研究的是多個變量之間的關系。它是一種預測性的建模技術，它研究的是因變量（目標）和自變量（預測器）之間的關系。這種技術通常用于預測分析，時間序列模型以及發現變量之間的因果關系。

? ? ? ? 回歸分析的好處比較多，主要有以下幾點：

? ? ? ? （1）它表明自變量和因變量之間的顯著關系

? ? ? ? （2）它表明多個自變量對一個因變量的影響強度。

? ? ? ? （3）允許我們去比較那些衡量不同尺度的變量之間的相互影響，如價格變動與促銷活動數量之間聯系

擬合并不特指某一種方法，指的是對一些數據，按其規律方程化，而其方程化的方法有很多，回歸只是其中一種方法。

擬合是一種數據處理的方式，不特指哪種方法。簡單的說就是你有一組數據，覺得這組數據和一個已知的函數（這個函數的參數未定）很相似，為了得到最能表示這組數據特征的這個函數，通過擬合這種方式（具體的數學方法很多）求得參數。

總結：

回歸是擬合的一種方法。擬合的概念更廣泛，擬合包含回歸，還包含插值和逼近。

回歸強調有隨機因素，而擬合沒有。擬合側重于調整曲線的參數，使得與數據相符。而回歸重在研究兩個變量或多個變量之間的關系。

詳細博客：https://blog.csdn.net/Laputa_ML/article/details/80072570

總結

以上是生活随笔為你收集整理的回归分析中的“回归”的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。