线性回归
解决方案中的问题
审查
![线性回归,其中观测值和预测值之间的垂直距离之和最小。](https://www.analyzemath.com/statistics/linear_regression.gif)
![线性回归公式。](https://www.analyzemath.com/statistics/regression_formula.gif)
-
问题1 考虑以下一组点:{(-2,-1),(1,1),(3,2)} a) 找到给定数据点的最小二乘回归线。 b) 在同一矩形轴系中绘制给定点和回归线。
-
问题2 a) 找到以下数据集的最小二乘回归线
{(-1 , 0),(0 , 2),(1 , 4),(2 , 5)} b) 在同一矩形轴系中绘制给定点和回归线。
-
问题3 y值及其对应的y值如下表所示
x个 0 1 2 三 4 年 2 三 5 4 6 a) 求最小二乘回归线y=a x+b。 b) 当x=10时,估算y的值。
-
问题4 公司每年的销售额(单位:百万美元)如下表所示。
x(年) 2005 2006 2007 2008 2009 y(销售额) 12 19 29 37 45 a) 求最小二乘回归线y=a x+b。 b) 使用最小二乘回归线作为模型来估计公司2012年的销售额。
上述问题的解决方案
a) 让我们把数据组织在一个表中。
x个 年 x年 x个 2 -2 -1 2 4 1 1 1 1 三 2 6 9 ∑x=2 ∑y=2 ∑xy=9 ∑x 2 = 14 我们现在使用上述公式计算a和b,如下所示 a=(n∑x y-∑x∑y) 2 -(∑x) 2 ) = (3*9 - 2*2) / (3*14 - 2 2 ) = 23/38 b=(1/n)(∑y-a∑x)=(1/3)(2-(23/38)*2)=5/19 b) 现在,我们绘制由y=ax+b和给定点给出的回归线。
图3。 问题1中的线性回归图。 a) 我们使用的表格如下
x个 年 x年 x个 2 -1 0 0 1 0 2 0 0 1 4 4 1 2 5 10 4 ∑x=2 ∑y=11 ∑x y=14 ∑x 2 = 6 我们现在使用上述公式计算a和b,如下所示 a=(n∑x y-∑x∑y) 2 -(∑x) 2 ) = (4*14 - 2*11) / (4*6 - 2 2 ) = 17/10 = 1.7 b=(1/n)(∑y-a∑x)=(1/4)(11-1.7*2)=1.9 b) 现在,我们绘制由y=ax+b给出的回归线和给定点。
图4。 问题2中的线性回归图。 a) 我们用表格计算a和b。
x个 年 x年 x个 2 0 2 0 0 1 三 三 1 2 5 10 4 三 4 12 9 4 6 24 16 ∑x=10 ∑y=20 ∑x y=49 ∑x 2 = 30 我们现在使用a和b的最小二乘回归公式计算a和b。 a=(n∑x y-∑x∑y) 2 -(∑x) 2 ) = (5*49 - 10*20) / (5*30 - 10 2 ) = 0.9 b=(1/n)(∑y-a∑x)=(1/5)(20-0.9*10)=2.2 b) 既然我们有了最小二乘回归线y=0.9 x+2.2,那么用10替换x来求相应y的值。 y=0.9*10+2.2=11.2
a) 我们首先将变量x改为t,使t=x-2005,因此t表示2005年之后的年份数。 用t代替x可以使数字更小,因此可以管理。 值表变为。
t(2005年后) 0 1 2 三 4 y(销售额) 12 19 29 37 45 我们现在使用该表计算包含在最小回归线公式中的a和b。
t吨 年 t年 t吨 2 0 12 0 0 1 19 19 1 2 29 58 4 三 37 111 9 4 45 180 16 ∑x=10 ∑y=142 ∑xy=368 ∑x 2 = 30 我们现在使用a和b的最小二乘回归公式计算a和b。 a=(n∑t y-∑t∑y)/(nσt 2 -(∑t) 2 ) = (5*368 - 10*142) / (5*30 - 10 2 ) = 8.4 b=(1/n)(∑y-a∑x)=(1/5)(142-8.4*10)=11.6 b) 2012年,t=2012-2005=7 2012年预计销售额为:y=8.4*7+11.6=7040万美元。