通过研究自变量X和因变量Y的相关关系，尝试去解释Y的形成机制，达到通过X去预测Y的目的。
Y：连续数值型变量（GDP增长率）、0-1型变量、定序变量（优良差）、计数变量（次数）、生存变量（寿命）
数据分类：横截面数据-多元线性回归；时间序列数据-移动平均、指数平滑、ARIMA、GARCH、VAR、协积；面板数据（横截面+时间序列）-固定效应和随机效应、静态面板和动态面板
内生性：误差项μ和任一自变量x相关。x和μ的相关系数绝对值越大，代表内生性越大。
保证核心解释变量与μ不相关即可。
多元线性回归模型中的回归系数β被称为偏回归系数（偏导数定义）；标准化回归系数
一元线性回归：y=a+bx+μ，x每增加一个单位，y平均变化b个单位；
双对数模型：lny+a+blnx+μ，x每增加1%，y平均变化b%；
半对数模型：y=a+blnx+μ，x每增加1%，y平均变化b/100个单位；
半对数模型2：lny=a+bx+μ，x每增加一个单位，y平均变化(100b)%；
引入虚拟变量的个数一般是分类数减1；