线性回归
Parent: ai_keywords
线性回归
核心定义
线性回归是一种用于建模一个或多个自变量（特征）与连续因变量（目标）之间线性关系的统计学习方法。其基本形式为 ( y = \beta_0 + \beta_1 x_1 + \cdots + \beta_p x_p + \varepsilon )，通过最小化残差平方和（普通最小二乘法）估计参数 (\beta)，旨在捕捉变量间的量化依赖关系。在人工智能与医学交叉领域，它是可解释性建模的基石，尤其适用于高维数据的初步关联分析。
关键技术点
-
最小二乘估计与闭式解
通过求解正规方程 (\hat{\beta} = (X^T X)^{-1} X^T y) 获得全局最优参数，计算高效，但受多重共线性影响（可使用岭回归等正则化变体改进）。 -
假设检验与显著性
使用t检验评估单个系数是否为0（即变量是否有效），F检验评估整体模型显著性。在医学研究中，这直接指导变量筛选（如生物标志物的统计学意义）。 -
残差诊断与模型验证
残差应满足独立同分布、正态性、等方差性。异方差或非线性提示模型错误设定，需引入变量变换或非线性扩展（如多项式回归、样条回归）。 -
高维拓展与正则化
面对基因表达、影像组学等超高维数据，引入Lasso（L1正则化）实现特征选择与稀疏解；Ridge（L2）处理共线性；Elastic Net结合两者优势。
医学/神经科学应用场景
脑卒中后运动功能恢复的纵向预测模型
在首都医科大学神经病学研究中，线性回归常用于建立“患者基线临床特征→Fugl-Meyer运动评分变化率”的预测模型。例如，以梗死体积、年龄、NIHSS评分、皮质脊髓束完整性（DTI各向异性分数）为自变量，以3个月后FMA量表提升值为因变量。通过系数解读发现：每增加10%的CST纤维保留率，预测运动评分多恢复3.2分（95% CI: 2.1–4.3, p<0.001）。模型中的多重共线性需经Ridge回归校正，而残差正态性检验则提示少数极端预后患者（如大面积额叶受累）需单独讨论。该模型可直接辅助神经康复门诊的个体化治疗计划制定，体现线性回归在临床可解释预测中的核心价值。
