接下來實作演練的部分，會先介紹如何利用程式碼完成一個簡單迴歸模型。
(一) 簡單迴歸：
首先，第一步很重要的是要先「設定讀取檔案的路徑」，簡而言之，就是自己想要放入迴歸模型中的資料，要怎麼讓python知道說，我要用這個資料跑迴歸。
一開始要「看看python預設的檔案讀取路徑在哪裡」，因為自己要跑的資料，可能根本就不是放在那個讀取路徑下面，這個時候就要「改變讀取檔案的路徑」，告訴python說，我現在讀取的資料是在這個新的檔案路徑下。

下載實作檔案(請點我)

第二步就是要「讀取資料」了，告訴python說我匯入這個資料來跑迴歸，而這份資料我把它取名為「data」。讀完資料後，可以順便檢視一下自己讀進來的資料長甚麼樣子。
p.s. 這邊實作演練的例子，讀取的檔案資料是2008年到2020年3月華通(2330)的稅前淨利和財務成本的資料。

第三步要開始「定義變數」，就是告訴python說，我要把哪個資料設定成y變數，哪些資料設定成x變數。在這裡我是告訴python說『我的x變數是「data」這份資料中的財務成本那一欄』，y變數也是採用同樣的方法。

第四步要開始「建立迴歸模型」，就是告訴python說，我要用前面告訴你的x和y變數去跑迴歸，並且跑出來的結果，我要叫它「results」。

最後一步就是要「輸出迴歸結果」了，因為前面我們已經將這份資料的迴歸結果，給它取了一個名字了「results」，但是如果只給它取名字，不叫它出來的話，我們是看不到結果的，所以就要「叫它的名字」了。

跑出迴歸的結果之後，我們就要來解讀資料了，其中很重要的就是看「R-squared」，告訴我們說這個跑出來的結果好不好，有沒有很強的解釋能力，能說明x和y之間的關係，如果它越靠近1，則代表解釋能力越好。
看完R-squared之後，來看「P>｜t｜」也就是p-value，告訴我們說x對y的顯著性，若結果小於α （例如：0.1、0.05、0.01等），就代表具有顯著性，x是會影響y的。
p-value也看完了，就來看「coef」也就是相關係數，x和y之間的關係了，看它們是正相關或負相關，相關的程度又有多強。

線性迴歸範例完整程式碼

(二) 複迴歸
到了複迴歸的部分，前面的兩個步驟都跟簡單迴歸的實作演練一模一樣，分別是「設定讀取檔案的路徑」和「讀取資料」。
p.s. 這邊實作演練的例子，讀取的檔案資料是2008年到2020年3月華通(2330)的稅前淨利、財務成本和營業費用的資料。

下載實作資料檔(請點我)

但到了第三步驟「定義變數」，就有一點不一樣了，因為複迴歸要用到的x變數不只一個，這時就要告訴python說『我的x變數有很多個，分別是「data」資料中的哪幾欄』，都是我的x變數。（y變數就同簡單迴歸的方法是一樣的）

後續的步驟就跟簡單迴歸的實作演練是相同的。

複迴歸完整程式碼