你们好，最近小艾特发现有诸多的小伙伴们对于财务管理回归分析法，回归分析法这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。

1、 1.线性回归法：通常在因变量和一个(或多个)自变量之间拟合一条直线(回归线)，通常可以用通式表示：y(因变量)=a*X(自变量)b c，其中b代表截距，a代表直线的斜率。

2、 c是误差项。如下图所示。

3、 2.逻辑回归法：通常用于计算“某一事件成败”的概率。此时，因变量一般为二元(1或0，真或假，是或否等。)变量。通过样本的最大似然估计值来选择参数，而不是最小化误差平方和。

4、 所以通常用log等对数函数来拟合。如下图。

5、 3.多项式回归法：通常是指自变量的指数有一项超过1。此时，最佳拟合结果不再是直线，而是曲线。比如抛物线拟合函数y=ab * x 2，如下图所示。

6、 4.岭回归法：通常用于相关度高的自变量数据的拟合。这种回归方法可以在原来的离差上增加一个离差度，以降低总体的标准差。下图是其收缩参数的最小误差公式。

7、 5.套索回归法：通常用于两次修正回归系数的大小，可以减少参数变化的程度，提高线性回归模型的精度。下图显示了它的惩罚函数。注意，这里的罚函数使用的是绝对值，而不是绝对值的平方。

8、 6.ElasticNet回归方法：它是Lasso和Ridge回归方法的融合，使用L1进行训练，L2优先作为正则化矩阵。当有很多相关特征时，ElasticNet和Lasso不同，会选择两个。

9、 下图是其常用的理论公式。

以上就是回归分析法这篇文章的一些介绍，希望对大家有所帮助。