python 回归方程

下面是7个地区2017年的人均国内生产总值（GDP）和人均消费水平的统计数据：

地区	人均GDP(元)	人均消费水平(元)
北京	22460	7326
辽宁	11226	4490
上海	34547	11546
江西	4851	2396
河南	5444	2208
贵州	2662	1608
陕西	4549	2035

要求： 

（1）人均GDP作自变量，人均消费水平左因变量，绘制散点图，并说明二者之间的关系形态。 

（2）计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。 （3）利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。 （4）计算判定系数，并解释其意义。

import matplotlib.pyplot as plt

import numpy as np


x=np.array([22460,11226,34547,4851,5444,2662,4549])

y=np.array([7326,4490,11546,2396,2208,1608,2035])

plt.plot(x,y,'*')



def B1(x,y):

    x1=x.size*np.sum(x*y)

    x2=np.sum(x)*np.sum(y)

    x3=x.size*np.sum(x*x)

    x4=np.square(np.sum(x))

    return (x1-x2)/(x3-x4)


y_pre=np.zeros(x.size)



def predict(x):

    for i in np.arange(x.size):

        pre=b0+b1*x[i]

        y_pre[i]=pre

       

b1=B1(x,y)

b0=np.mean(y)-b1*np.mean(x)


predict(x)

y_mean=np.mean(y)

R=1-(np.sum(np.square(y-y_pre)))/(np.sum(np.square(y-y_mean)))



plt.plot(x,y,'*')

plt.plot(x,y_pre,'r--')

R