“思而不学则殆”，好的科学想法需要伴随扎实的基本功以及不断的学习，不然只会成为空想。
而回归（Regression）可能是所有科研人员或数据分析人员必须熟练掌握的实战技能，它的重要性无需进一步解释，正所谓“得回归者得天下”！
因此，我们推出了第二个线上的实战课程《回归：从入门到进阶》。可通过长按下方二维码直接进入课程页面：
课程内容
此课程共包含18个章节，内容如下：
第一章：前言(introduction)
第二章：相关(correlation)
第三章：简单线性回归(simple linear regression)
第四章：多因素线性回归(multiple linear regression)
第五章：多因素线性回归的前提条件(assumptions)
第六章：逐步回归(stepwise regression)
第七章：调节效应分析(moderation analysis)
第八章：中介效应分析(mediation analysis)
第九章：变量转化(non-linear transformations)
第十章：多项式回归(polynomial regression)
第十一章：回归样条(regression splines)
第十二章：自助法(bootstrapping)
第十三章：k折交叉验证(k-fold cross-validation)
第十四章：岭回归(ridge regression)
第十五章：套索回归(lasso regression)
第十六章：回归树(regression trees)
第十七章：提升回归树(boosted regression trees)
第十八章：随机森林回归(random forest regression)课程中各章节的精选图表如下（课程内附代码）：
第一章：前言(introduction)
第二章：相关(correlation)
第三章：简单线性回归(simple linear regression)
第四章：多因素线性回归(multiple linear regression)
第五章：多因素线性回归的前提条件(assumptions)
第六章：逐步回归(stepwise regression)
第七章：调节效应分析(moderation analysis)
第八章：中介效应分析(mediation analysis)
第九章：变量转化(non-linear transformations)
第十章：多项式回归(polynomial regression)
第十一章：回归样条(regression splines)
第十二章：自助法(bootstrapping)
第十三章：k折交叉验证(k-fold cross-validation)
第十四章：岭回归(ridge regression)
第十五章：套索回归(lasso regression)
第十六章：回归树(regression trees)
第十七章：提升回归树(boosted regression trees)
第十八章：随机森林回归(random forest regression)
除了可以将上述的统计方法和图表应用在大家手头的研究上，学习完此课程，您还将对统计有更加深入的理解，并且读得懂下方的数学公式，举几个例子：
更新章节（已更新）：
第十九章：多重填补（multiple imputation）
常见问题（为了充分告知，请您仔细阅读下方所有问题）
2. 我适合学习此课程吗？
答：学员需有一定的R语言编程基础以及统计学基础，比如可以使用R进行数据导入，清理，作图；熟悉常见的统计方法，比如t检验，卡方检验，相关分析，简单线性回归等；具备一定的实战经验将可以更加轻松的学习和掌握。
3. 学习此课程遇到问题怎么办？
答：此课程配备答疑网站，提问方式如下图所示：
4. 如何获取视频课程中的代码？
答：请添加客服R师妹微信（kefu_rstats）获取。
5. 如何购买课程？
答：可通过以下两种方式：
第一种：使用微信手机端进入课程链接（详细查看下面的第6个问题）；也可以长按或扫一扫下方二维码直接进入课程：
第二种：使用电脑浏览器进入官网( www.rstats.cn )，下拉网页找到【线上课程】-《回归：从入门到进阶》，点击【了解详情】后进入课程链接，最后点击【订阅内容】，微信扫一扫即可：
6. 购买课程后，如何登陆手机端和电脑端？
答：请使用购买课程的微信账号登录，具体如下图所示：
7. 如何查看订单号？
答：在手机端商城（通过《R语言和统计》公众号的菜单栏，找到线上课程-官方商城）中点击【我的】-【已完成】里，就能看到订单号。
8. 关于购买前课程的咨询，如何联系你们？
答：可以添加R师妹微信：kefu_rstats
9. 购买后，课程是否有时限？
答：购买后可永久观看！
10. 课程的时长是多少？
答： 目前一共约2个半小时，没有多余的废话，注重实战！根据往期学员数据，学习时间（课程时间不等于学习时间）通常达100多小时。学习这个课程的前提条件是具备一定的R语言以及统计基础，比如适合已经学完《新手课程》的学员。不像《新手课程》，在《回归课程》里，我们不会对一些基础的代码含义进行详细解释。
11. 我之前购买了课程，为什么今天显示无法观看课程？
答：一段时间没有登录，系统会自动退出。请进入公众号菜单栏--线上课程--官方商城--我的--重新登录即可。
12. 课程是否会更新？更新内容是否会额外收费？还会更新多少期？
答：课程会持续的不定期更新；对于《回归课程》的学员来说，所有的更新不会额外收费，将是免费的；我们无法完全保证更新的期数，但我们计划在未来的2年左右把《回归课程》更新到接近完美，希望这个课程到时可以包含任何关于回归的内容。作为参考，2022年2月出的第一个课程《新手课程》一共只有10个视频（章节），到2024年3月为止共包含73个视频。
13. 我已经购买了《回归课程》，之后是否可以要求你们出特定的更新内容？
答：我们非常欢迎学员的反馈和建议，只要建议的内容是与回归（regression；因变量是连续变量）有关，我们将会大概率接受您的建议，并且会加入视频制作的清单，加急制作。
关于课程内容的建议，请登录下方链接填写（www.rstats.cn/re_suggestions）; 或者在主页（www.rstats.cn）中找到课程，再点击“内容建议”，如下图：
之后请填写表单，如下表所示：
