回归分析
1.基本介绍
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。
2.常见的类别
- 线性回归
- 0-1回归
- 定序回归
- 计数回归
- 生存回归
| 类型 | 模型 | Y的特点 | 例子 |
| 线性回归 | OLS，GLS（最小二乘） | 连续数值型变量 | GDP，产量，收入 |
| 0-1回归 | logistic回归 | 二值变量（0-1） | 是否违约、是否得病 |
| 定序回归 | probit定序回归 | 定序变量 | 等级评定（优凉差） |
| 计数回归 | 泊松回归（泊松分布） | 计数变量 | 每分钟车流量 |
| 生存回归 | Cox等比例风险回归 | 生存变量（截断数据） | 企业、产品的寿命 |
3.回归分析的使命
- 识别重要变量：哪些X变量是同Y真的相关，哪些不是。统计学中有专门的领域，名为“变量选择”。
- 判断相关性的方向：自变量X与因变量Y之间是正相关还是负相关。
- 估计权重（回归系数）：回归分析赋予不同自变量X不同的权重，也就是不同的回归系数，进而了解不同变量之间的相对重要性。
4.变量数据
4.1.数据的分类
- 横截面数据：在某一时点收集的不同对象的数据
- 时间序列数据：对同一个对象在不同时间连续观察取得的数据
- 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
4.2.不同数据的处理方式
| 数据类型 | 常见建模方法 |
| 横截面数据 | 多元线性回归 |
| 时间序列数据 | AR、MA、ARMA、ARIMA、ARCH、GARCH、VAR |
| 面板数据 | 固定效应和随机效应、静态面板和动态面板 |
4.3.数据的收集
- 宏观数据：【简道云汇总】110+数据网站
- 宏观数据：虫部落数据搜索
- 宏观数据：【汇总】数据来源/大数据平台
- 宏观数据：大数据导航
- 微观数据：人大经济论坛
- 爬虫：Python等软件爬取/傻瓜式软件爬取（Bilibili）