这个模块学什么
- • 区分“相关”与“回归”的作用边界。
- • 完成简单线性回归和多元线性回归的建模流程。
- • 学会残差、异常值和共线性的基础诊断。
- • 把 β 值、置信区间和模型解释写进课题结果。
🧭
模块切换与学习路径
顶部 Tab 方便横向切换模块；下面的时间线表示推荐学习顺序，当前页面会高亮显示。
这一页把相关分析、简单线性回归、多元线性回归和回归诊断放在一起，帮助你从“看相关”走向“构建可解释的连续结局模型”。
4 个
脚本
2 个
示例数据
重点
连续结局
推荐学习顺序
- 1先画散点图并做相关分析，看关系方向和大致强度。
- 2从简单线性回归开始，再逐步加入协变量。
- 3最后检查残差和异常点，保证模型解释站得住。
用什么数据
- • `insurance.csv` 适合做多因素连续结局示例。
- • `simple-linear-regression.csv` 适合快速练习最基本的回归拟合。
适合什么课题
- • 结局是实验室指标、评分、费用、住院天数等连续变量的课题。
- • 想分析剂量-反应、年龄-指标关系或多因素连续结局的人。
- • 需要先用线性模型建立基本统计直觉，再进入更复杂模型的研究。
可下载资源
模块包适合整包带走，下面的资源卡适合按需单独下载。