初识线性回归(Excel-Python实现)

一、用excel中数据分析功能做线性回归练习

1.用excel打开下载的身高体重表格。

2.选取20个数据做线性分析得到

3.选取200个数据做线性分析得到

4.选取2000个数据的线性分析

5.当数据达到20000时的回归方程以及相关系数分别为
y= 3.071x - 81.691 R2 = 0.2513

二、用jupyter编程（不借助第三方库），用最小二乘法，重做第1题；

1.打开jupyter并且进入编程页面

2.使用二十组数据进行线性分析

二十组数据代码

import pandas as pd
import numpy as np
import math
#准备数据
p=pd.read_excel('C:\\Users\\86155\\Downloads\\weights_heights
(身高-体重数据集).xls','weights_heights')
#读取20行数据
p1=p.head(20)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})') 
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

运行程序得到回归方程，相关系数和相应的回归曲线。

3.使用200,2000,20000组数据进行分析

200
首先将代码中的20组数据改为200，重新运行，得到

2000

20000

三、借助skleran库完成

skleran代码

import pandas as pd
import numpy as np
import math
#准备数据
p=pd.read_excel('C:\\Users\\86155\\Downloads\\weights_heights(身高-体重数据集).xls','weights_heights')
#读取20行数据
p1=p.head(20000)
x=p1["Height"]
y=p1["Weight"]
# 平均值
x_mean = np.mean(x)
y_mean = np.mean(y)
#x（或y）列的总数（即n）
xsize = x.size
zi=((x-x_mean)*(y-y_mean)).sum()
mu=((x-x_mean)*(x-x_mean)).sum()
n=((y-y_mean)*(y-y_mean)).sum()
# 参数a b
a = zi / mu
b = y_mean - a * x_mean
#相关系数R的平方
m=((zi/math.sqrt(mu*n))**2)
# 这里对参数保留4位有效数字
a = np.around(a,decimals=4)
b = np.around(b,decimals=4)
m = np.around(m,decimals=4)
print(f'回归线方程:y = {a}x +({b})') 
print(f'相关回归系数为{m}')
#借助第三方库skleran画出拟合曲线
y1 = a*x + b
plt.scatter(x,y)
plt.plot(x,y1,c='r')

1. 20组数据
   

2. 200组数据
   

3. 2000组数据

4. 20000组数据
   

总结

此次实验使用了三种不同的方法对同一个数据表格进行了线性回归分析，得到的图像以及线性方程大致相同，但是用Excel实现速度以及工作量显然是最快的，的到达结果也最为直观，而是用另外两种方法则能够有助于我们理解线性回归的底层逻辑，使得我们的理解更加深刻。