Applied Linear Regression Prefac

线性回归的意义是什么？

1. 揭示了变量之间的依赖关系。
2. 预测未来。
3. 评估不同因变量的重要性。

为什么要学习线性回归

1. 绝大多数的回归模型其实是线性回归的扩展。如果无法深刻理解线性回归，则后续的学习（SVM、神经网络）也将举步维艰。
2. 线性回归具有可解释性。我们可以从它的结果学到各个因变量之间的重要性。
3. 学习线性回归以后，可以将同样的方法论应用到其他回归算法上，除了least squares是不适用的。

第三版的新内容

1. 可视化思维，所以在第一章中重点介绍了散点图和散点图矩阵。
2. computationally intensive methods and simulation
3. 非线性回归和逻辑回归。