内容概览
- Polynomial regression简介
- R语言实现--实例
1. Polynomial regression简介
当我们在研究两个数值型变量的关系时，常常首先以其中一个变量为横坐标，另一个变量为纵坐标画一个散点图，这样可以快速直观地知道两个变量的大致关系。如果呈现较为明显的线性关系，则我们可以选择线性回归来拟合二者的关系；如果无明显直线关系，而是呈现未知的曲线关系，这时候，我们可选择使用polynomial regression来拟合两者的关系。
Polynomial regression, 中文应该是叫多项式回归，一个因变量一个预测变量（独立变量）的多项式回归模型如下公式：
其中，X 是独立变量, \beta （如果这里没有正常显示希腊字符，一定是简书markdwon出了问题了）是需要求解的系数，h 表示多项式的度。
我们在用多项式回归拟合数据时，一般需要设置的参数便是上面公式中的 h，这个我不是很懂该怎么选，可能有经验的人从散点图中可以看出来选什么比较好，我就是从h=2开始尝试，依次往上增加，看哪个拟合数据最好。
2. R语言实现--实例
2.1 实例数据初探
本实例也是比较简单，就是想知道变量Y跟变量X之间的关系，实例数据总共包含150个数据点，下表给出了部分数据概览：
因为X有重复值，可以当作因子先简单画个盒图（横轴是X，纵轴是Y）看看，从途中可以看到Y是随着X的增长而增长的，而且看起来也不是显著的呈线性关系。
2.2 R语言实现多项式回归拟合
虽然多项式回归用于拟合两个变量之间的非线性关系，但是，从前面公式可以看出，它对于系数 \beta来说还是线性形式，所以实现起来还是当作线性来求解的。在R语言中，其也是通过线性模型函数来实现的：
dat <- read.table("input.txt",header = TRUE)
fit.plm <- lm(y~poly(x,2),data = dat) # h=2 ，if h=3, then use poly(x,3)
summary(fit.plm) # 查看拟合的结果
结果：
Call:
lm(formula = y ~ poly(x, 2), data = dat)Residuals:
Min 1Q Median 3Q Max
-35.160 -4.300 0.668 2.830 70.840Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 13.453 1.117 12.043 < 2e-16 ***
poly(x, 2)1 161.568 13.682 11.809 < 2e-16 ***
poly(x, 2)2 88.267 13.682 6.451 1.51e-09 ***
Signif. codes: 0 ‘’ 0.001 ‘’ 0.01 ‘’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 13.68 on 147 degrees of freedom
Multiple R-squared: 0.5519, Adjusted R-squared: 0.5458
F-statistic: 90.53 on 2 and 147 DF, p-value: < 2.2e-16
上面的拟合结果来看，使用2次多项式回归拟合我们的数据还比较合适。即我们使用的模型是： y = beta0 + beta1x + beta2x^2 (公式都没法被markdown解析了，大家将就下看吧，抱歉了)；这里拟合的系数看上面结果的 “Coefficients” 部分，beta0 = 13.45, 对应的p-value < 2e-16; beta1 = 161.56, p-value < 2e-16；beta2 = 88.26, p-value = 1.51e-09；p-value都很显著；
再看看决定系数R2（即R-squared）, R2 = 0.55， 总体检验p-value <2.2e-16，（这里决定系数的解释，大家可以去谷歌查看一下线性回归分析中它的解释）。
参考资料：
https://onlinecourses.science.psu.edu/stat501/node/324
