①相关分析：一个连续变量与一个连续变量间的关系。
②双样本t检验：一个二分分类变量与一个连续变量间的关系。
③方差分析：一个多分类分类变量与一个连续变量间的关系。
④卡方检验：一个二分分类变量或多分类分类变量与一个二分分类变量间的关系。
本次介绍：
线性回归：多个连续变量与一个连续变量间的关系。
其中线性回归分为简单线性回归和多元线性回归。
/ 01 / 数据分析与数据挖掘
数据库：一个存储数据的工具。因为Python是内存计算，难以处理几十G的数据，所以有时数据清洗需在数据库中进行。
统计学：针对小数据的数据分析方法，比如对数据抽样、描述性分析、结果检验。
人工智能/机器学习/模式识别：神经网络算法，模仿人类神经系统运作，不仅可以通过训练数据进行学习，而且还能根据学习的结果对未知的数据进行预测。
/ 02 / 回归方程
01 简单线性回归
简单线性回归只有一个自变量与一个因变量。
