如何对数据执行线性回归？

回答：

你需要看到完整的答案才能理解

说明：

我不完全清楚你的意思首先你得到你的数据集，你在x上回归y，找出x的变化如何影响y。

x y

1 4

2 6

3 7

4 6

5 2

你想找到x和y之间的关系，所以说你相信模型是这样的

#表达式y = mx + c#中

或者在统计数据中

#Y = beta_0 + beta_1x + U#

这些 #beta_0，beta_1# 是人口中的参数和 #U# 是未观察到的变量的影响，否则称为误差项，因此您需要估算器 #hatbeta_0，hatbeta_1#

所以 #haty = hatbeta_0 + hatbeta_1x#

这告诉您预测的系数会给出预测的y值。

所以现在你想通过找到实际y值和预测之间的最小差异来找到这些合作效率的最佳估计值。

#min sum_（i = 1）^ nhatu_i ^ 2~hatbeta_0，hatbeta_1#

这基本上表示您希望回归线的实际y值和预测y值之间的差值之和的最小值

所以找到它们的公式是

#hatbeta_1 =（sum_（i = 1）^ n（x_i- barx）（y_i-bary））/（sum_（i = 1）^ n（x_i-barx）^ 2）#

#hatbeta_0 =巴里-hatbeta_1barx#