一元线性回归分析：从曲线拟合到小二乘法.pptxVIP

高中数学选择性必修第一册北师大版;1一元线性回归

?

如果变量之间存在着某种关系,那么其散点图中的点会有一个大致趋势,这种趋

势通常可以用一条光滑的曲线来近似地描述.这样近似描述的过程称为曲线拟

合.若在两个变量X和Y的散点图中,所有点看上去都在一条直线附近波动,此时就

可以用一条直线来近似地描述这两个量之间的关系,称之为直线拟合.;1.最小二乘法

对于给定的两个变量X和Y,可以把其成对的观测值(x1,y1),(x2,y2),…,(xn,yn)表示

为平面直角坐标系中的n个点.现在希望找到一条直线Y=a+bX,使得对每一个xi(i=

1,2,…,n),由这个直线方程计算出来的值a+bxi与实际观测值yi的差异尽可能小.为

此,希望[y1-(a+bx1)]2+[y2-(a+bx2)]2+…+[yn-(a+bxn)]2达到最小.换句话说,我们希望a,b

的取值能使上式达到最小.这个方法称为最小二乘法.

2.线性回归方程

直线方程Y=?+?X称作Y关于X的线性回归方程,相应的直线称作Y关于X的

回归直线,?,?是这个线性回归方程的系数.

其中,?=?

;?=?-，

?????=?(x1+x2+…+xn),

?????=?(y1+y2+…+yn).;1.散点图是判断两个变量是否相关的一种重要方