1、多元线性回归分析Multiple Linear Regression Analysis这是一种预测性建模技术，用于预测分析时间序列模型以及发现变量之间的因果关系例如，司机的鲁莽行为可能会受到多种因素的影响，如年龄性别驾驶经验等主成分分析Principal Components Analysis这是一种用于降低数据维度的方法，通过创建新；首先，回归分析分为线性回归逻辑回归分层回归及岭回归线性回归适用于自变量与因变量之间呈现线性关系的情况，通过一条直线拟合数据以预测因变量当存在两个或更多自变量时，称为多元线性回归在应用线性回归时，应确保输入变量包括至少一项定量变量或二分类定类变量，因变量为定量变量模型检验结果显示；回归分析有很广泛的应用，例如实验数据的一般处理，经验公式的求得，因素分析，产品质量的控制，气象及地震预报，自动控制中数学模型的制定等等多元回归分析是研究多个变量之间关系的回归分析方法，按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析简称为“一对多”回归分析及多个。