📐 一、线性回归模型的核心逻辑

目标：
找出一个「最适合这批数据的直线」，用这条线去预测未来趋势。

🧮 二、线性回归模型公式

最简单的一元线性回归模型如下：

📈 三、举个「上升趋势」的例子

假设我们有最近 5 个月的销量数据如下：

月份

销量（y）

1

100

2

110

3

120

4

130

5

140

📉 四、举个「下降趋势」的例子

现在换成销量在减少的情形：

月份

销量（y）

1

200

2

180

3

160

4

140

5

120

📊 五、适合使用线性回归的场景

特点

说明

明显的趋势（上升/下降）

线性回归可以准确拟合

没有明显季节性

否则需加季节因子或换 Holt-Winters

数据波动不剧烈

太多波动可能误导模型

可以用于销量、价格走势、物流成本预测等

多种业务都适配

如果有季节性趋势，考虑使用多元回归或Holt-Winters