Hogyan végezhetem az adatok lineáris regresszióját?

Válasz:

Látni kell a teljes választ, hogy megértsük

Magyarázat:

Nem tudom, hogy mit értünk először, hogy megkapjuk az adatkészletet, ahol az x-et visszaállítjuk, hogy megtaláljuk, hogyan változik az x effektek y.

x y

1 4

2 6

3 7

4 6

5 2

És szeretné megtalálni az x és y közötti kapcsolatot, úgyhogy azt hiszed, hogy a modell hasonlít

# Y = mx + c #

vagy statisztikában

# Y = beta_0 + beta_1x + u #

ezek # Beta_0, beta_1 # a populáció paraméterei és # U # a nem észlelt változók hatása, amit más néven hibakifejezésnek neveznek, így becslőket szeretne # Hatbeta_0, hatbeta_1 #

Így # Haty = hatbeta_0 + hatbeta_1x #

Ez azt jelenti, hogy az előre jelzett együtthatók megadják az előre jelzett y értéket.

Tehát most szeretné megtalálni a legjobb becsléseket ezekre a ko-hatékonyságokra, ha ezt a legalacsonyabb különbséget találjuk meg a tényleges y érték és a megjósolt között.

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

Ez alapvetően azt mondja, hogy az akut y értékek és az előre jelzett y értékek közötti különbségek minimális összegét szeretné elérni

Tehát azok megtalálásának képletei

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

# Hatbeta_0 = Bary-hatbeta_1barx #