热线电话:13121318867

登录
2018-11-05 阅读量: 1271
简述什么是回归

回归的定义:当存在显着的线性相关时,可以使用线来估计自变量的某些值的因变量的值。

回归方程的适用范围:

  • 当存在显着的线性相关性时。也就是说,当你在相关假设检验中拒绝rho = 0的零假设时。
  • 在估计中使用的自变量的值接近原始值。也就是说,当x为200时,你不应该使用在10和20之间使用x得到的回归方程来估计y。
  • 回归方程不应与不同的人群一起使用。也就是说,如果x是男性的身高,而y是男性的体重,那么你不应该使用回归方程来估计女性的体重。
  • 回归方程不应用于预测不是来自该时间范围的值。如果数据来自20世纪60年代,它可能在1990年代无效。

假设你已经确定你可以得到回归方程,因为两个变量之间存在显着的线性相关性,方程式变为:y '= ax + by '= a + bx (有些书使用y-hat代替Y型素数)。Bluman文本使用第二个公式,然而,更多的人熟悉y = mx + b的概念 ,所以我将使用第一个。

a是回归线的斜率:

b是回归线的y轴截距:



回归线有时被称为“最佳拟合线”或“最佳拟合线”。

回归方程是斜率a穿过该点的线

写这个等式的另一种方法是

回归线的斜率可以写成

由于标准偏差不能为负,因此斜率的符号由相关系数的符号确定。这与之前的陈述一致,即回归线的斜率与相关系数具有相同的斜率。

0.0000
2
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子