数学如何求回归直线方程

Ⅰ 回归直线方程的计算方法

要确定回归直线方程①，只要确定a与回归系数b。回归直线的求法通常是最小二乘法：离差作为表示xi对应的回归直线纵坐标y与观察值yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:Yi-y^=Yi-a-bXi.总离差不能用n个离差之和来表示，通常是用离差的平方和即(Yi-a-bXi)^2计算。即作为总离差，并使之达到最小，这样回归直线就是所有直线中除去最小值的那一条。这种使“离差平方和最小”的方法，叫做最小二乘法。用最小二乘法求回归直线方程中的a,b有图一和图二所示的公式进行参考。其中，

(1)数学如何求回归直线方程扩展阅读

回归直线方程指在一组具有相关关系的变量的数据（x与Y）间，一条最好地反映x与y之间的关系直线。

离差作为表示Xi对应的回归直线纵坐标y与观察值Yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:Yi-y^=Yi-a-bXi.

总离差不能用n个离差之和来表示，通常是用离差的平方和，即(Yi-a-bXi)^2计算。

Ⅱ 回归直线方程公式详解

高中数学函数中要学到回归直线方程，看一下回归直线方程公式详解吧。

材料/工具

Ⅲ 回归方程公式详细步骤是什么

先求 x、y 的平均数 x_=(3+4+5+6)/4=9/2，y_=(2.5+3+4+4.5)/4=7/2，

然后求对应的 x、y 的乘积之和 ：3*2.5+4*3+5*4+6*4.5=66.5 ，x_*y_=63/4 ，

接着计算 x 的平方之和：9+16+25+36=86，x_^2=81/4 ，

现在可以计算 b 了：b=(66.5-4*63/4) / (86-4*81/4)=0.7 ，

而 a=y_-bx_=7/2-0.7*9/2=0.35 ，

所以回归直线方程为 y=bx+a=0.7x+0.35 。

(3)数学如何求回归直线方程扩展阅读：

回归直线的求法

最小二乘法：

总离差不能用n个离差之和。

来表示，通常是用离差的平方和，即作为总离差，并使之达到最小，这样回归直线就是所有直线中Q取最小值的那一条，这种使“离差平方和最小”的方法，叫做最小二乘法：

由于绝对值使得计算不变，在实际应用中人们更喜欢用：Q=（y1-bx1-a）²+（y2-bx2-a）²+······+（yn-bxn-a）²，这样，问题就归结于：当a，b取什么值时Q最小，即到点直线y=bx+a的“整体距离”最小。

Ⅳ 如何求回归直线的回归方程

首先，要对横坐标进行处理，题中原来给的是时间单位(如：
1：30
1：40)，当计算回归直线方程时，就没办法对数据进行处理了，所以，可以将时间数据数量化，这里以横轴上单位1的长度表示十分钟，以横轴上1的坐标位置表示1：30，则
1：40
、1：50、
2：00、
2：10分别对应横轴上2、3、4、5的坐标位置此时的数据对应关系为：X：1
2
3
4
5Y：250
350
500
650
700这样就可以进行方程的计算了，因为公式比较难打，这里用截图：
这是数学必修三·最小二乘估计的知识，你可以翻书看看。PS：b的值我计算了两遍，你还可以自己验算一下。

Ⅳ 回归方程怎么求 求解步骤是什么

先求 x、y 的平均数 x_=(3+4+5+6)/4=9/2，y_=(2.5+3+4+4.5)/4=7/2，

然后求对应的 x、y 的乘积之和 ：3*2.5+4*3+5*4+6*4.5=66.5 ，x_*y_=63/4 ，

接着计算 x 的平方之和：9+16+25+36=86，x_^2=81/4 ，

现在可以计算 b 了：b=(66.5-4*63/4) / (86-4*81/4)=0.7 ，

而 a=y_-bx_=7/2-0.7*9/2=0.35 ，

所以回归直线方程为 y=bx+a=0.7x+0.35 。

(5)数学如何求回归直线方程扩展阅读：

回归方程运算案例：

若在一组具有相关关系的变量的数据（x与Y）间，通过散点图我们可观察出所有数据点都分布在一条直线附近，这样的直线可以画出许多条，而我们希望其中的一条最好地反映x与Y之间的关系，即我们要找出一条直线，使这条直线“最贴近”已知的数据点。

因为模型中有残差，并且残差无法消除，所以就不能用二点确定一条直线的方法来得到方程，要保证几乎所有的实测值聚集在一条回归直线上，就需要它们的纵向距离的平方和到那个最好的拟合直线距离最小。

记此直线方程为（如右所示，记为①式）这里在y的上方加记号“^”，是为了区分Y的实际值y，表示当x取值xi=1，2，……，6）时，Y相应的观察值为yi，而直线上对应于xi的纵坐标是①式叫做Y对x的

回归直线方程，相应的直线叫做回归直线，b叫做回归系数。要确定回归直线方程①，只要确定a与回归系数b。

回归方程的有关量：e.随机变量 ^b.斜率 ^a.截距 —x.x的数学期望 —y.y的数学期望 R.回归方程的精确度。

回归直线的求法

最小二乘法：

总离差不能用n个离差之和

来表示，通常是用离差的平方和，即作为总离差，并使之达到最小，这样回归直线就是所有直线中Q取最小值的那一条，这种使“离差平方和最小”的方法，叫做最小二乘法：

Ⅵ 求回归直线方程的一般步骤是怎样的

用excel行吗
把数据打在两个竖行里，找个空格子选函数slope，函数会让你选数据，y选利息那行，x选年份，得到的数就是回归直线的斜率（slope）
同样，选函数(intercept)得到截距
给你举个简单的例子，比如1,2,3和4，6，8
每组先减去本组数的平均，得到-1，0，1和-2，0，2
分别相乘求和得到（-1*-2）+（0*0）+（1*2）=4
用x那组（就是你年份那组）自己相乘求和得到（-1*-1）+(0*0)+(1*1)=2
用4处以2得到2，是回归出来的斜率
用y的平均减（x的平均*斜率得到截距），6（y组平均）-2（y组平均）*2（斜率）
你那组数不用计算器有点困难

Ⅶ 回归直线方程的公式

计算方法：

回归直线的求法通常是最小二乘法：离差作为表示xi对应的回归直线纵坐标y与观察值yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。

数学表达:Yi-y^=Yi-a-bXi.总离差不能用n个离差之和来表示，通常是用离差的平方和即(Yi-a-bXi)^2计算。即作为总离差，并使之达到最小，这样回归直线就是所有直线中除去最小值的那一条。这种使“离差平方和最小”的方法，叫做最小二乘法。用最小二乘法求回归直线方程中的a,b有图一和图二所示的公式进行参考。其中，

(7)数学如何求回归直线方程扩展阅读

方法

以最简单的一元线性模型来解释最小二乘法。什么是一元线性模型呢？监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。回归分析中，如果只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。对于二维空间线性是一条直线；对于三维空间线性是一个平面，对于多维空间线性是一个超平面。

对于一元线性回归模型, 假设从总体中获取了n组观察值（X1，Y1），（X2，Y2）， …，（Xn，Yn）。对于平面中的这n个点，可以使用无数条曲线来拟合。要求样本回归函数尽可能好地拟合这组值。综合起来看，这条直线处于样本数据的中心位置最合理。 选择最佳拟合曲线的标准可以确定为：使总的拟合误差（即总残差）达到最小。有以下三个标准可以选择：

1、用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。

2、用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。

3、最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外，得到的估计量还具有优良特性。这种方法对异常值非常敏感。

Ⅷ 怎样求回归直线方程，其中的斜率和截距公式怎样得来的

直线的截距式方程为x/a+y/b=1，那么这条直线的斜率k=-b/a。

截距在数学上，指函数与坐标轴所有交点的（横或纵）坐标之差，可取任何数。曲线与x、y轴的交点（a，0），（0，b）其中a叫曲线在x轴上的截距，b叫曲线在y轴上的截距。截距和距离不同，截距的值有正、负、零。距离的值是非负数。

对于一次函数y=kx+b，k即该函数图像的斜率，对于任意函数上任意一点，其斜率等于其切线与x轴正方向的夹角，即tanα，斜率计算：ax+by+c=0中，k=-a/b。

(8)数学如何求回归直线方程扩展阅读：

注意事项：

1、作回归分析要有实际意义，不能把毫无关联的两种现象作回归分析，必须对两种现象间的内在联系有所认识。

2、在进行直线回归分析之前，应绘制散点图，当观察点的分布有直线趋势时，才适宜作直线回归分析，散点图还能提示资料有无异常点。异常点的存在往往对方程中的系数（a、b）的估计产生较大影响。因此需对异常点进行复查。

3、建立直线回归方程后，要对系数进行假设检验，以确定回归方程有无意义。

4、直线回归方程的适用范围一般以自变量的取值范围为限，避免外延。获得自变量值的手段也应与建立方程时相同。否则会产生较大偏差。