¿Cuál es la ecuación de la recta de regresión?
La ecuación de la línea de regresión es una ecuación de regresión lineal o una ecuación de la línea de regresión.
1. La ecuación de regresión lineal es uno de los métodos de análisis estadístico que utiliza el análisis de regresión en estadística matemática para determinar la relación cuantitativa interdependiente entre dos o más variables. La regresión lineal fue también el primer tipo de análisis de regresión que se estudió rigurosamente y se utilizó ampliamente en aplicaciones prácticas. Según el número de variables independientes, se puede dividir en una ecuación de análisis de regresión lineal de una variable y una ecuación de análisis de regresión lineal múltiple.
2. La ecuación de la línea de regresión se refiere a una línea recta que refleja mejor la relación entre xey entre un conjunto de datos (xey) de variables relacionadas.
La dispersión es la diferencia entre la ordenada y de la recta de regresión correspondiente a Xi y el valor de observación Yi. Su significado geométrico puede describirse por la distancia entre el punto y su proyección en la dirección vertical de la regresión. línea. Expresión matemática: Yi-y^=Yi-a-bXi.
La dispersión total no se puede expresar mediante la suma de n dispersiones. Generalmente se calcula mediante la suma de dispersiones al cuadrado, es decir, (Yi-a-bXi)^2.
La regresión lineal tiene muchos usos prácticos. Dividido en las dos categorías siguientes:
1. Si el objetivo es la predicción o el mapeo, se puede utilizar la regresión lineal para ajustar un modelo de predicción al conjunto de datos observados y al valor de X. Después de completar dicho modelo, para un nuevo valor de X, sin dar la y que coincida, el modelo ajustado se puede usar para predecir un valor de y.
2. Dada una variable y y algunas variables X1——gt;Xp, estas variables pueden estar relacionadas con y, el análisis de regresión lineal se puede utilizar para cuantificar la fuerza de la correlación entre y y Encuentre Xj que no están relacionados con y, e identifican qué subconjuntos de Xj contienen información redundante sobre y.