2025 07 28 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 迴歸分析中，通常有兩種主要類型的變數：自變數（Independent Variables）：因變數（Dependent Variable）：

 

2025 07 28 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 迴歸分析中，通常有兩種主要類型的變數：自變數（Independent Variables）：因變數（Dependent Variable）：

 迴歸分析中，通常有兩種主要類型的變數：

自變數（Independent Variables）：

自變數  也叫   解釋變數  或  特徵，主要用來   預測    因變數。

在迴歸分析中，我們會收集一些   自變數  的  數據，

例如  房屋的大小、廣告的投放金額   等

因變數（Dependent Variable）：
 

因變量  也較   響應    變量，是要  預測  或  解釋  的變量。

在迴歸分析中，建立一個模型，用  自變數的值   來預測   因變數的值，

例如   房屋的售價、產品銷售等

迴歸分析   的目標   是找到   自變數  和  因變數   之間的   關係，

並建立一個    適當的   數學模型   來描述   這種   關係。

最簡單的情況    是   一元線性迴歸，

其中只有一個自變數和一個因變數之間的關係

可以用一條直線來表示，更進階的還有   多元線性迴歸  和  非線性迴歸

但我們要如何知道這條線是好是壞呢？

可以用   每個點  與  這條線  的  直線距離，

來衡量   實際值  與  預測 值   的  誤差。誤差越小，模型越準確