線(xiàn)性回歸方程是利用最小二乘函數(shù)對(duì)一個(gè)或多個(gè)自變量和因變量之間關(guān)系進(jìn)行建模的一種回歸分析。
線(xiàn)性回歸方程公式線(xiàn)性回歸方程公式:b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)。
線(xiàn)性回歸方程公式求法:
第一:用所給樣本求出兩個(gè)相關(guān)變量的(算術(shù))平均值:
x_=(x1+x2+x3+...+xn)/n
y_=(y1+y2+y3+...+yn)/n
第二:分別計(jì)算分子和分母:(兩個(gè)公式任選其一)
分子=(x1y1+x2y2+x3y3+...+xnyn)-nx_Y_
分母=(x1^2+x2^2+x3^2+...+xn^2)-n*x_^2
第三:計(jì)算b:b=分子/分母
用最小二乘法估量參數(shù)b,設(shè)服從正態(tài)分布,分別求對(duì)a、b的偏導(dǎo)數(shù)并令它們等于零。
其中,且為觀(guān)測(cè)值的樣本方差.線(xiàn)性方程稱(chēng)為關(guān)于的線(xiàn)性回歸方程,稱(chēng)為回歸系數(shù),對(duì)應(yīng)的直線(xiàn)稱(chēng)為回歸直線(xiàn).順便指出,將來(lái)還需用到,其中為觀(guān)測(cè)值的樣本方差。
先求x,y的平均值X,Y
再用公式代入求解:b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)
后把x,y的平均數(shù)X,Y代入a=Y-bX
求出a并代入總的公式y(tǒng)=bx+a得到線(xiàn)性回歸方程
(X為xi的平均數(shù),Y為yi的平均數(shù))
線(xiàn)性回歸方程的應(yīng)用線(xiàn)性回歸方程是回歸分析中第一種經(jīng)過(guò)嚴(yán)格研究并在實(shí)際應(yīng)用中廣泛使用的類(lèi)型。這是因?yàn)榫€(xiàn)性依賴(lài)于其未知參數(shù)的模型比非線(xiàn)性依賴(lài)于其位置參數(shù)的模型更容易擬合,而且產(chǎn)生的估量的統(tǒng)計(jì)特性也更容易確定。
線(xiàn)性回歸有很多實(shí)際用途。分為以下兩大類(lèi):
如果目標(biāo)是預(yù)測(cè)或者映射,線(xiàn)性回歸可以用來(lái)對(duì)觀(guān)測(cè)數(shù)據(jù)集的和X的值擬合出一個(gè)預(yù)測(cè)模型。當(dāng)完成這樣一個(gè)模型以后,對(duì)于一個(gè)新增的X值,在沒(méi)有給定與它相配對(duì)的y的情況下,可以用這個(gè)擬合過(guò)的模型預(yù)測(cè)出一個(gè)y值。
給定一個(gè)變量y和一些變量X1,...,Xp,這些變量有可能與y相關(guān),線(xiàn)性回歸分析可以用來(lái)量化y與Xj之間相關(guān)性的強(qiáng)度,評(píng)估出與y不相關(guān)的Xj,并識(shí)別出哪些Xj的子集包含了關(guān)于y的冗余信息。
來(lái)源:高三網(wǎng)
能發(fā)現(xiàn)自己知識(shí)上的薄弱環(huán)節(jié),在上課前補(bǔ)上這部分的知識(shí),不使它成為聽(tīng)課時(shí)的“絆腳石”。這樣,就會(huì)順利理解新知識(shí),相信通過(guò)線(xiàn)性回歸方程公式 求法是什么這篇文章能幫到你,在和好朋友分享的時(shí)候,也歡迎感興趣小伙伴們一起來(lái)探討。